一種結合骨架和廣義Hough變換的擴展目標跟蹤方法及裝置制造方法【專利摘要】本發明公開一種結合骨架和廣義Hough變換的擴展目標跟蹤方法及裝置。其方法包括：對當前幀圖像進行去除噪聲處理，得到濾波后的平滑圖像；采用OTSU方法對所述平滑圖像進行目標分割，獲得二值目標圖像；對所述二值目標圖像進行骨架提取，獲得骨架特征點；利用廣義Hough變換對所述骨架特征點定位跟蹤，獲取跟蹤點。本發明的方法與之前利用邊緣點進行廣義Hough變換的跟蹤方法相比，由于采用骨架點，其復雜度大大降低；與單一基于骨架提取的跟蹤方法相比，本發明得到的跟蹤結果更加穩定，為后續高精度跟蹤提供基礎。【專利說明】一種結合骨架和廣義Hough變換的擴展目標跟蹤方法及裝【
技術領域：
】[0001]本發明涉及光電捕獲跟蹤系統中目標探測跟蹤【
技術領域：
】，特別涉及一種結合骨架和廣義Hough變換的擴展目標跟蹤方法及裝置。【
背景技術：
】[0002]在光電捕獲跟蹤系統中，隨著光學系統口徑增大、焦距變長，遠距離的點目標逐漸呈現出擴展的形態。由于大氣湍流、系統抖動和光學系統的像差等降質因素導致目標在系統的成像非常模糊，目標表現為一團外觀輪廓形狀的光斑；此外，目標無紋理信息，形狀各異，無表征和識別目標的特征信息。目標還存在姿態變化明顯的特點，隨著目標姿態的變化，跟蹤點也會隨之發生漂移。選取穩定的特征點進行鎖定跟蹤，是擴展目標跟蹤面臨的一大難題。[0003]目前，常用的針對擴展目標的算法是匹配，包括灰度、特征等方面的匹配。由于目標的運動，目標可能出現大小、形狀、姿態等變化，加上背景、光照等各種干擾，以及圖像處理最小計量單位的精度問題，匹配跟蹤得不到絕對最佳的匹配位置，這會帶來跟蹤點的漂移。由于目標無紋理和顯著特征信息，姿態變化較大，而傳統的基于灰度特征的跟蹤方法當目標出現較大姿態變化時容易跟丟目標，針對這種情況，后來又出現采用骨架提取特征點跟蹤擴展目標。這種方法雖然能夠處理姿態變化的情況，但是由于骨架只能粗略的反應目標的結構，不能提供豐富的信息，單純利用某一骨架點進行跟蹤會出現跟蹤不穩定，跟蹤點發生抖動甚至漂移。因此亟需要研究新的方法以適應跟蹤與定位的工程應用需求。【
發明內容】[0004]本發明技術解決問題:針對現有技術的不足，提供一種結合骨架和廣義Hough變換的擴展目標跟蹤方法，實現對任意點的跟蹤定位，當目標出現旋轉、尺度變化和部分變形時定位結果更加穩定。[0005]為實現上述目的，本發明提供一種結合骨架和廣義Hough變換的擴展目標跟蹤方法，包括以下步驟:[0006]對當前幀圖像進行去除噪聲處理，得到濾波后的平滑圖像；[0007]采用OTSU方法對所述平滑圖像進行目標分割，獲得二值目標圖像；[0008]對所述二值目標圖像進行骨架提取，獲得骨架特征點；[0009]利用廣義Hough變換對所述骨架特征點定位跟蹤，獲取跟蹤點。[0010]可選地，如上所述的方法中，所述利用廣義Hough變換對所述骨架特征點定位跟蹤，獲取跟蹤點之后，所述方法還包括:利用幀間連續性修正所述跟蹤點。[0011]可選地，如上所述的方法中，對所述二值目標圖像進行骨架提取，獲得骨架特征點，具體包括如下步驟:[0012]將所述二值目標圖像中已知的目標點標記為1，背景點標記為0，定義邊界點是本身標記為1，而所述邊界點的8連通區域中至少有一個點標記為O，以所述邊界點為中心的8連通鄰域，記中心點為P1，其鄰域的8個點順時針繞中心點分別記為p2，p3，...,p9,其中所述P2在所述P1上方；[0013]對所述邊界點進行如下㈧和⑶兩步操作:[0014](A)標記同時滿足下列條件的邊界點:[0015](al)2≤N(P1)≤6；[0016](a2)S(p)=I；[0017](a3)p2.p4.p6=O;[0018](a4)p4.p6.p8=0;[0019]其中N(P1)是P1的非零鄰點個數，S(P1)是以ρ2，ρ3，...，p9，p2為序時這些點的值從O—I的個數。當對全部所述邊界點檢驗完畢后，將所有標記了的點除去；[0020](B)標記同時滿足下列條件的邊界點:[0021](bl)I≤N(P1)≤6；[0022](b2)S(P1)=I；[0023](b3)p2.p4.p8=O;[0024](b4)p2.p6.p8=O;[0025]以上兩步操作㈧和⑶構成一次迭代，反復迭代直至沒有點再滿足標記條件，所述二值目標圖像中剩下的點組成所述骨架特征點。[0026]可選地，如上所述的方法中，所述利用廣義Hough變換對所述骨架特征點定位跟蹤，獲取跟蹤點，具體包括如下步驟:[0027]計算所述當前幀圖像對應的所述骨架特征點的梯度方向角，以一定的梯度間隔對梯度進行量化，得到的量化值作為梯度索引，候選跟蹤點與所述骨架特征點之間的相對位置關系作為表項建立查找表R-table;所述候選跟蹤點為上一幀圖像的跟蹤點；其中當所述當前幀圖像為第一幀時，所述候選跟蹤點為鼠標引導的點；[0028]下一幀圖像到來時，獲取所述下一幀圖像對應的所述骨架特征點，并計算所述下一幀圖像的所述骨架特征點對應的所述梯度方向角，獲取所述下一幀圖像對應的所述梯度索引；根據所述下一幀圖像對應的所述梯度索引搜索所述當前幀圖像建立的所述查找表R-table，得到所述候選跟蹤點的位置；[0029]以所述候選跟蹤點位置坐標建立累加器，在上述得到的所述候選跟蹤點對應位置處累加器加I;[0030]求所述累加器的峰值，所述峰值對應的位置為跟蹤點的坐標。[0031]可選地，如上所述的方法中，求所述累加器的峰值，所述峰值對應的位置為跟蹤點的坐標之后，還包括:將所述跟蹤點的坐標作為所述下一幀圖像來臨時建立所述查找表時所需的所述候選跟蹤點。[0032]可選地，如上所述的方法中，根據所述下一幀圖像對應的所述梯度索引搜索所述當前幀圖像建立的所述查找表R-table，得到候選跟蹤點的位置，具體包括:[0033]考慮輪廓的平移、縮放和旋轉，增加輪廓的取向參數β即輪廓主方向與X軸的夾角和尺度變換系數S，所述候選跟蹤點的位置采用如下公式求取:[0034]【權利要求】1.一種結合骨架和廣義Hough變換的擴展目標跟蹤方法，其特征在于，包括如下步驟:對當前幀圖像進行去除噪聲處理，得到濾波后的平滑圖像；采用OTSU方法對所述平滑圖像進行目標分割，獲得二值目標圖像；對所述二值目標圖像進行骨架提取，獲得骨架特征點；利用廣義Hough變換對所述骨架特征點定位跟蹤，獲取跟蹤點。2.根據權利要求1所述的方法，其特征在于，所述利用廣義Hough變換對所述骨架特征點定位跟蹤，獲取跟蹤點之后，所述方法還包括:利用幀間連續性修正所述跟蹤點。3.根據權利要求1所述的方法，其特征在于，對所述二值目標圖像進行骨架提取，獲得骨架特征點，具體包括如下步驟:將所述二值目標圖像中已知的目標點標記為I，背景點標記為O,定義邊界點是本身標記為1，而所述邊界點的8連通區域中至少有一個點標記為0，以所述邊界點為中心的8連通鄰域，記中心點為P1，其鄰域的8個點順時針繞中心點分別記為p2，p3，...,P9,其中所述P2在所述Pi上方；對所述邊界點進行如下(A)和(B)兩步操作:(A)標記同時滿足下列條件的邊界點:(al)2^N(P1)≤6；(a2)S(p!)=1；(a3)p2.p4.p6=O;(a4)p4.p6.p8=0;其中N(P1)^p1的非零鄰點個數，S(P1)是以P2,P3,...,P9,P2為序時這些點的值從O—I的個數。當對全部所述邊界點檢驗完畢后，將所有標記了的點除去；(B)標記同時滿足下列條件的邊界點:(bl)l≤N(P1)(≤6；(b2)S(p!)=1；(b3)p2.p4.p8=O;(b4)p2.p6.p8=0;以上兩步操作(A)和(B)構成一次迭代，反復迭代直至沒有點再滿足標記條件，所述二值目標圖像中剩下的點組成所述骨架特征點。4.根據權利要求3所述的方法，其特征在于，所述利用廣義Hough變換對所述骨架特征點定位跟蹤，獲取跟蹤點，具體包括如下步驟:計算所述當前幀圖像對應的所述骨架特征點的梯度方向角，以一定的梯度間隔對梯度進行量化，得到的量化值作為梯度索引，候選跟蹤點與所述骨架特征點之間的相對位置關系作為表項建立查找表R-table;所述候選跟蹤點為上一幀圖像的跟蹤點；其中當所述當前幀圖像為第一幀時，所述候選跟蹤點為鼠標引導的點；下一幀圖像到來時，獲取所述下一幀圖像對應的所述骨架特征點，并計算所述下一幀圖像的所述骨架特征點對應的所述梯度方向角，獲取所述下一幀圖像對應的所述梯度索引；根據所述下一幀圖像對應的所述梯度索引搜索所述當前幀圖像建立的所述查找表R-table，得到所述候選跟蹤點的位置；以所述候選跟蹤點位置坐標建立累加器，在上述得到的所述候選跟蹤點對應位置處累加器加I;求所述累加器的峰值，所述峰值對應的位置為跟蹤點的坐標。5.根據權利要求4所述的方法，其特征在于，求所述累加器的峰值，所述峰值對應的位置為跟蹤點的坐標之后,所述方法還包括:將所述跟蹤點的坐標作為所述下一幀圖像來臨時建立所述查找表時所需的所述候選跟蹤點。6.根據權利要求4所述的方法，其特征在于，根據所述下一幀圖像對應的所述梯度索引搜索所述當前幀圖像建立的所述查找表R-table，得到候選跟蹤點的位置，具體包括:考慮輪廓的平移、縮放和旋轉，增加輪廓的取向參數β即輪廓主方向與X軸的夾角和尺度變換系數S，所述候選跟蹤點的位置采用如下公式求取:式中(xo，y。)為所述當前幀圖像中候選跟蹤點的坐標，(x，y)為所述當前幀圖像中所述骨架特征點的坐標，θ為矢量角，#為所述查找表中索引為1、所述骨架特征點與所述候選跟蹤點相對矢量為r的入口項所對應的梯度方向角，s為尺度因子，β為輪廓主方向與X軸的夾角，r為所述骨架特征點相對所述候選跟蹤點的矢量長度。7.一種結合骨架和廣義Hough變換的擴展目標跟蹤裝置，其特征在于，包括:去噪處理模塊，用于對當前幀圖像進行去除噪聲處理，得到濾波后的平滑圖像；目標分割模塊，用于采用OTSU方法對所述平滑圖像進行目標分割，獲得二值目標圖像；骨架提取模塊，用于對所述二值目標圖像進行骨架提取，獲得骨架特征點；跟蹤點獲取模塊，用于利用廣義Hough變換對所述骨架特征點定位跟蹤，獲取跟蹤點。8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括:修正模塊，用于利用幀間連續性修正所述跟蹤點。9.根據權利要求7所述的裝置，其特征在于，所述骨架提取模塊，具體采用如下方式實現:將所述二值目標圖像中已知的目標點標記為I，背景點標記為O,定義邊界點是本身標記為1，而所述邊界點的8連通區域中至少有一個點標記為0，以所述邊界點為中心的8連通鄰域，記中心點為P1，其鄰域的8個點順時針繞中心點分別記為p2，p3，...,P9,其中所述P2在所述Pi上方；對所述邊界點進行如下(A)和(B)兩步操作:(A)標記同時滿足下列條件的邊界點:(al)2^N(P1)(6；(a2)S(p!)=I；(a3)p2.p4.p6=O;(a4)p4.p6.p8=0;其中N(P1)^p1的非零鄰點個數，S(P1)是以P2,P3,...,P9,P2為序時這些點的值從O—I的個數。當對全部所述邊界點檢驗完畢后，將所有標記了的點除去；(B)標記同時滿足下列條件的邊界點:(bl)l≤N(P1)≤6；(b2)S(p!)=I；(b3)p2.p4.p8=O;(b4)p2.p6.p8=O;以上兩步操作(A)和(B)構成一次迭代，反復迭代直至沒有點再滿足標記條件，所述二值目標圖像中剩下的點組成所述骨架特征點。10.根據權利要求9所述的裝置，其特征在于，所述跟蹤點獲取模塊，具體用于計算所述當前幀圖像對應的所述骨架特征點的梯度方向角，以一定的梯度間隔對梯度進行量化，得到的量化值作為梯度索引，候選跟蹤點與所述骨架特征點之間的相對位置關系作為表項建立查找表R-table;所述候選跟蹤點為上一幀圖像的跟蹤點；其中當所述當前幀圖像為第一幀時，所述候選跟蹤點為鼠標引導的點；下一幀圖像到來時，獲取所述下一幀圖像對應的所述骨架特征點，并計算所述下一幀圖像的所述骨架特征點對應的所述梯度方向角，獲取所述下一幀圖像對應的所述梯度索引；根據所述下一幀圖像對應的所述梯度索引搜索所述當前幀圖像建立的所述查找表R-table，得到所述候選跟蹤點的位置；以所述候選跟蹤點位置坐標建立累加器，在上述得到的所述候選跟蹤點對應位置處累加器加I;求所述累加器的峰值，所述峰值對應的位置為跟蹤點的坐標。11.根據權利要求10所述的裝置，其特征在于，所述跟蹤點獲取模塊，具體還用于將所述跟蹤點的坐標作為所述下一幀圖像來臨時建立所述查找表時所需的所述候選跟蹤點。12.根據權利要求10所述的裝置，其特征在于，所述跟蹤點獲取模塊，具體還用于采用如下方式獲取所述候選跟蹤點的位置:考慮輪廓的平移、縮放和旋轉，增加輪廓的取向參數β即輪廓主方向與X軸的夾角和尺度變換系數S，所述候選跟蹤點的位置采用如下公式求取:式中(Xo，y。)為所述當前幀圖像中候選跟蹤點的坐標，(x，y)為所述當前幀圖像中所述骨架特征點的坐標，Θ為矢量角，疼為所述查找表中索引為1、所述骨架特征點與所述候選跟蹤點相對矢量為r的入口項所對應的梯度方向角，S為尺度因子，β為輪廓主方向與X軸的夾角，r為所述骨架特征點相對所述候選跟蹤點的矢量長度。【文檔編號】G06T7/20GK104077774SQ201410300597【公開日】2014年10月1日申請日期:2014年6月28日優先權日:2014年6月28日【發明者】胡錦龍,彭先蓉,魏宇星,祁小平申請人:中國科學院光電技術研究所