摘 要: 研究了一種基于差分法原理的MS跟蹤算法。當(dāng)MS跟蹤目標(biāo)位置發(fā)生較大偏移時(shí),,通過使用差分法提取的目標(biāo)形心位置對其進(jìn)行修正,。實(shí)驗(yàn)結(jié)果表明,該方法應(yīng)用于運(yùn)動目標(biāo)的跟蹤具有良好的跟蹤效果,。
關(guān)鍵詞: 幀差法,;目標(biāo)提取;目標(biāo)跟蹤,;均值漂移
近年來,,目標(biāo)跟蹤是機(jī)器視覺領(lǐng)域比較活躍的研究課題,在車輛跟蹤,、智能機(jī)器人,、人機(jī)交互、智能家居以及生物醫(yī)學(xué)圖像分析等行業(yè)有著潛在的應(yīng)用[1-2],。學(xué)者們提出了大量的運(yùn)動目標(biāo)跟蹤算法,,在這些算法中,基于統(tǒng)計(jì)迭代思想的均值漂移MS(Mean Shift)算法,,經(jīng)常被應(yīng)用于聚類,、圖像平滑、圖像分割和跟蹤等各種不同場合,。該方法計(jì)算量不大,,能夠進(jìn)行視頻圖像的目標(biāo)跟蹤[3]。
目前,,MS方法在計(jì)算機(jī)視覺領(lǐng)域的應(yīng)用飛速發(fā)展,。COMAIVICIU D成功地將MS方法應(yīng)用到圖像分割和目標(biāo)跟蹤中[4]。應(yīng)用Lindeberg理論解決了MS方法在跟蹤色塊時(shí)特征空間尺度h的選取問題[5],。彭寧嵩等證明了在核函數(shù)窗寬固定的條件下,,目標(biāo)在其窗寬范圍內(nèi)進(jìn)行縮放,、平移運(yùn)動并不影響Mean Shift跟蹤算法空間定位的準(zhǔn)確性[6]。賈靜平等引入目標(biāo)傾角的方法來跟蹤旋轉(zhuǎn)的目標(biāo)[7],,但是該方法是采用試探的方法通過多次分別計(jì)算水平,、垂直和旋轉(zhuǎn)的自由度,然后分別取最優(yōu)值,。這種方法比較復(fù)雜,,而且采用固定的變化大小,對目標(biāo)變化的適應(yīng)性不強(qiáng),。以上這些方法雖然在某些場合下跟蹤效果比較滿意,,然而算法比較復(fù)雜、計(jì)算量大,。
基于MS的目標(biāo)跟蹤算法要求相鄰兩幀間目標(biāo)位置必須有重合,,因此,當(dāng)目標(biāo)的運(yùn)動速度較小時(shí),,能夠獲得比較理想的跟蹤結(jié)果,。當(dāng)目標(biāo)運(yùn)動速度較快且目標(biāo)較小導(dǎo)致相鄰兩幀間的目標(biāo)位置無重合時(shí),該方法往往失效,。差分法是常用的目標(biāo)提取算法,可以快速有效地提取出目標(biāo)的輪廓,。利用差分法提取出目標(biāo)的輪廓,,進(jìn)而計(jì)算出目標(biāo)的形心位置,從而為MS跟蹤算法提供準(zhǔn)確,、可靠的目標(biāo)位置,。本文主要研究動態(tài)復(fù)雜背景下圖像序列中運(yùn)動目標(biāo)的跟蹤技術(shù)。利用MS理論和差分法目標(biāo)提取算法相結(jié)合,,實(shí)現(xiàn)了運(yùn)動目標(biāo)的跟蹤,。通過對行駛中的小汽車的跟蹤,驗(yàn)證了本文算法的有效性,。
1 差分法目標(biāo)分割及特征提取
差分法也叫幀差法,,是用當(dāng)前幀圖像減去前一幀圖像,提取出運(yùn)動目標(biāo),,屬于圖像分割技術(shù)范疇,,其原理比較簡單,易于實(shí)現(xiàn),。
1.1 差分法原理
基于像素灰度信息的差分算法速度快,、提取準(zhǔn)確,是運(yùn)動目標(biāo)提取首選算法,。假定函數(shù)fk(x,,y),、fk+1(x,y)分別表示第k幀,、第k+1幀圖像(x,,y)處的像素值,則差分操作定義為:
一般來說,,MS算法迭代若干次(一般在10次以內(nèi))后就可以逼近準(zhǔn)確值,。關(guān)于MS算法的收斂性,可參閱參考文獻(xiàn)[10],。改進(jìn)算法中的C為一個(gè)極小正數(shù),,通常取0.5,即半個(gè)像素,。
3 實(shí)驗(yàn)結(jié)果與分析
3.1 跟蹤算法仿真實(shí)驗(yàn)
為了驗(yàn)證本文所提出的目標(biāo)跟蹤算法的性能,,采用兩組視頻圖像進(jìn)行測試,并比較MS跟蹤算法與本文跟蹤算法的跟蹤效果,。所有算法均在Intel Pentium 4 3.0 GHz CPU,、2 GB內(nèi)存計(jì)算機(jī),Windows XP系統(tǒng)下用MATLAB 7.9編程實(shí)現(xiàn),。圖像中方框表示估計(jì)的目標(biāo)位置,,在圖像序列中待跟蹤目標(biāo)的初始位置手動給定。
圖3是對一段長為70幀,,幀速率為15 f/s的視頻圖像中沿著斜坡滾動下落小球的跟蹤實(shí)驗(yàn)結(jié)果,。其中,圖3(a)是利用MS算法對第8、15,、27,、36、50和60幀圖像中運(yùn)動小球的跟蹤結(jié)果,,圖3(b)是利用改進(jìn)算法對相對應(yīng)的幀圖像中運(yùn)動小球的跟蹤結(jié)果,。
3.2 跟蹤算法評價(jià)
跟蹤方法的性能主要從精確度和實(shí)時(shí)性上進(jìn)行評定。精確度主要是測試應(yīng)用該算法在各種環(huán)境中能否比較準(zhǔn)確地跟蹤初始化的目標(biāo),。為此需要計(jì)算跟蹤偏差,。
定義第i幀圖像中目標(biāo)位置的偏差ei為:
ei=|Ti-Ci| (13)
其中,,Ti表示在第i幀圖像中跟蹤目標(biāo)中心的位置,;Ci表示在第i幀圖像中目標(biāo)中心的準(zhǔn)確位置,Ci的值可以通過人工的方式獲得,。
定義目標(biāo)跟蹤的平均偏差為:
本文提出了一種基于差分法的改進(jìn)Mean Shift目標(biāo)跟蹤算法,。通過差分法進(jìn)行目標(biāo)提取并計(jì)算目標(biāo)的重心坐標(biāo),對Mean Shift算法進(jìn)行自動修正,。在目標(biāo)丟失時(shí),,通過差分法修正跟蹤位置,,重新進(jìn)行目標(biāo)定位來獲得穩(wěn)定的跟蹤。這種方法在跟蹤偏移的情況下能夠調(diào)整算法的目標(biāo)模型分布,,從而修正Mean Shift的跟蹤過程,。實(shí)驗(yàn)結(jié)果表明,本文所提出的方案實(shí)現(xiàn)了對運(yùn)動目標(biāo)的提取與跟蹤,。本文算法不足之處是沒有考慮目標(biāo)在運(yùn)動時(shí)大小的變化,,因此下一步的工作是研究跟蹤窗口隨著目標(biāo)大小變化的自適應(yīng)窗口跟蹤。
參考文獻(xiàn)
[1] 蔡榮太.非線性自適應(yīng)濾波器在電視跟蹤中的應(yīng)用[D].北京:中國科學(xué)院,,2008.
[2] 王亮,,胡衛(wèi)明,譚鐵牛.人運(yùn)動的視覺分析綜述[J].計(jì)算機(jī)學(xué)報(bào),,2002,,25(3):225-237.
[3] COMANIEIU D, RAMESH V. Mean Shift and optimal Prediction for efficient object tracking[C]. Proceedings of the IEEE Conference on Image,, 2000(3):70-73.
[4] COMANICIU D,, MEER P. Robust analysis of feature spaces: color image segmentation[M]. Los Alamitos, USA,, 1997: 750-755.
[5] COLLINS,, ROBERT T. Mean-shift blob tracking through scale space[D]. United States: Institute of Electrical and Electronics Engineers Computer Society, 2003.
[6] 彭寧嵩,,楊杰,,劉志,等.Mean Shift跟蹤算法中核函數(shù)窗寬的自動選取[J].軟件學(xué)報(bào),,2005:1542-1550.
[7] 賈靜平,張艷寧,,柴艷妹,,等.目標(biāo)多自由度Mean Shift序列圖像跟蹤算法[J].西北工業(yè)大學(xué)學(xué)報(bào),2005,,23(5):618-622.
[8] FUKUNAGA K,, HOSTETLER L D. The estimation of the gradient of a density function with applications in pattern recognition[J]. IEEE Transactions on Information Theory, 1975,,21(1):32-40.
[9] COMANICIU D,, MEER P. Mean Shift: a robust approach toward feature space analysis[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002,,24(5):564-577.
[10] 李鄉(xiāng)儒,,吳福朝,胡占義.均值漂移算法的收斂性[J].軟件學(xué)報(bào),,2005,,16(3):365-374.