专利名称：抽象定位自动跟踪的制作方法
技术领域：
本发明一种跟踪技术，尤其是指一种利用抽象函数建立的数学模型进行抽象定位 自动跟踪的技术。
背景技术：
在现代网络信息时代，为及时快速的锁定对象，常常需要使用跟踪技术，如视频会 议，数码拍照、视频聊天中镜头均需对准发言人或者使用者，因此需要使用跟踪技术，进行 对象跟踪，现有的跟踪技术主要包括红外跟踪技术，超声波跟踪技术以及图像识别技术。红外跟踪技术的基本原理是被跟踪的目标佩戴一个专用的红外发射装置向接受 端发送信号，接收端接受信号后送给单片机进行处理并发出跟踪命令；此方法由于被跟踪 的目标需佩戴一个专用的红外发射装置，因此当红外发射装置被遮挡时，被跟踪的目标将 会丢失；且该方法受环境及紫外线影响很大，有时还无法跟踪，且跟踪距离近，范围小。超声 波跟踪技术的基本原理是超声波发生器按照一定的扇面角度发出超生波，当被跟踪目标在 此范围内时会形成超声波发射回来，单片机根据发射回来的超声波处理后发出跟踪命令， 但是此方法跟踪距离近，范围小，有死角。另图像识别技术，其基本原理是单片机收到被跟 踪的目标图像后，按照常规的计算方式计算出目标所在的方位发出跟踪命令；此方法容易 造成错跟踪、误跟踪，跟踪偏移、目标丢失的现象。
发明内容
本发明提供一种能实现跟踪准确，目标不会偏移或丢失的抽象定位目标跟踪的方法。本发明提供的一种抽象定位自动跟踪的方法，包括步骤从跟踪区域读取目标的视频序列获得初始帧，根据Canny边缘检测算法对初始帧 进行目标的检测并计算目标的形心坐标；根据所述形心坐标进行定位，并将原始帧数复位0 ；Canny边缘检测算法根据所述目标的移动位置改变描述方式，根据所述形心坐标 确定所述目标的初始位置及计算下一帧位置分布；根据所述初始位置及所述下一帧位置分布是否迭加至收敛点，并根据所述收敛点 计算函数值；判断所述函数值是否与原始值相同；相同时，将所述原始值的帧数加1再与所述函数值判断是否相同，相同时返回 至Canny边缘检测算法步骤；不同时，将所述收敛点设置为初始位置并更新函数值；根据 Kalman预测下一帧位置；根据所述更新函数值及下一帧位置信息确定目标的位置；根据所述目标的位置控制云台。本发明在获得所述函数值后通过将所述函数值与所述原始值比较进行判断是否相同，相同时，将所述原始值的帧数加1在与所述函数值比较判断是否相同，若相同，则说 明获取的函数值是错误的，因此目标丢失，需重新进行搜索，如果不同，则说明获取的函数 值是正确的，因此可根据所述函数值确定目标的位置，以便于云台的定位。本发明通过进行 两次位置确认，从而保证跟踪的目标的准确性，且在目标获取后将进行核对，不会有目标的 丢失或便宜的现象，因此本发明能实现跟踪准确，目标不会偏移或者丢失。
附图1是本发明抽象定位自动跟踪的环形寻址方法的流程图；附图2为本发明小波算法的流程图。
具体实施方式
下面将结合附图对本发明的实施例进行详细说明。请参见附图1，是本发明抽象定位目标跟踪的流程图，包括步骤从跟踪区域读取目标的视频序列获得初始帧，根据Carmy边缘检测算法对初始帧 进行目标的检测并计算目标的形心坐标(步骤1)；根据所述形心坐标进行定位，并将原始 帧数复位O (步骤2) ；Canny边缘检测算法根据所述目标的移动位置改变描述方式，根据所 述形心坐标确定所述目标的初始位置及计算下一帧位置分布(步骤3)；根据所述初始位置 及所述下一帧位置分布是否迭加至收敛点，并根据所述收敛点计算函数值(步骤4)；判断 所述函数值是否与原始值相同(步骤5)；相同时，将所述原始值的帧数加1再与所述函数 值判断是否相同，相同时返回至Carmy边缘检测算法步骤；不同时，将所述收敛点设置为初 始位置并更新函数值；根据Kalman预测下一帧位置(步骤6)；根据所述更新函数值及下一 帧位置信息确定目标的位置(步骤7)；根据所述目标的位置控制云台(步骤8)。下面将详细介绍本发明的各个步骤的具体执行方法的最优选方案，当然不排除可 以通过其他方式实现每一步骤，但均属于本发明所公开的方案的范畴。在执行步骤1时， 从跟踪区域读取目标的视频序列获取初始帧，可通过常用的跟踪仪器进行在跟踪区域中扫 描，在获得模糊目标对象后，获得视频序列，视频序列中包括模糊目标对象的基本信息，如 常用的摄像头在对准某个目标后，可看出其轮廓，身高，大概的位置信息等等；因此可从视 频序列中获得初始帧。优选的，选用Carmy边缘检测算法对初始帧进行计算，获得目标形心 坐标。在执行步骤2时，根据目标形心定位后，将原始帧数复位0，从而记录新的数据，此 步骤用于确定中心区域。在执行步骤3时，由于模糊的目标对象往往是一个移动的对象，如摄像头所对的 人，一般位置常在发生的改变，因此通过使用Carmy边缘检测算法，根据所述目标的移动位 置改变算法的描述方式，用于获得目标的多个位置信息，从而可以确定目标的位置分布情 况，同时根据形心坐标计算下一帧的位置分布。在执行步骤4时，在获得多个位置信息后，既包括初始位置信息及下一帧位置分 布信息后，通过抽象函数计算出所有位置信息是否为收敛值，由于发散值将无法找出中心 点，因此若根据所有的位置信息分析出后的值为发散值则说明所获取的位置信息值为错误 信息；而若为收敛值，则可计算出所有位置信息的收敛点，从而可以确定目标的具体位置信息，即根据收敛点计算出相应的函数值。在执行步骤5时，判断函数值与原始值是否相同，若函数值与原始值不同，则需重新获取位置信息，再进行判断；若函数值与原始值相同，则初步判断为所获得的目标信息为 预设的目标。在此步骤中，由于图像受背景噪声影响和非刚性目标灰度形状不断变化甚至 被遮挡，目标可能部分灰度级缺失或者仅分布在离窗口中心较远的边缘位置。而窗口中心 附近有大量与其相近灰度级的像素。此时可认为该灰度级为目标特征的一部分，其概率密 度应该较大，然而用常规数学理论简历的目标模型计算得到的该灰度级像素的概率密度为 零或几近为零，因此丢失了部分目标特征，基于此，在考虑像素位置加权时，利用抽象函数 数学模型算法将像素灰度值赋予匹配的权值，保证所取相似像素值在特征值临近范围内， 即用于判断函数值是否与原始值相同。在执行步骤6时，为了进一步保证跟踪信息的准确性，防止错误的跟踪，可通过设 定不同的检测方式进行检测，优选的在本实施例中，通过将原始值的帧数加1，再将加1后 的值与计算出的函数值判断是否相同；若相同则返回至Carmy边缘检测算法步骤，如原始 值为5，而函数值为3+2，在初步判断是，可判定3+2与5相等，因此判断为相同的，但是当将 原始值5加1后，若再次进行判断3+2与6是否相等是，若相等则说明选定的目标不是预设 目标，而若不同，则说明目标即为预设目标。此时可将收敛点设置为初始位置，并根据目标 的位置更新函数值，同时根据Kalman预测下一帧位置。在执行步骤7时，在相似性函数值较大的情况下，跟踪严重偏离目标，为了不影响 下一帧初始目标模型的计算，必须对目标位置进行修正，在孤寂下一帧的跟踪起始点的步 骤中，采用Kalman滤波器进行运动预测。第一帧到第N帧中，其中N为2、3、4、5........等抽象函数数学模型算法计算的
目标位置信息可以形成一个运动轨迹，将位置信息作为Kalman滤波器的观测值，Kalman滤 波器算法包含信号模型、观测模型两个模型。但是在此过程中，Kalman预测在开始几帧的 值可能不太准确，往往需要若干帧后才能收敛，此时预测值将具有指导意义，因此可预设一 个较大的阈值去比较预测值与实际跟踪点的距离，判断是否收敛。根据此算法，再根据或许的目标的帧信息，跟新函数值及下一帧位置信息从而确 定目标的准确位置，在此步骤中，Kalman滤波器可使获得的目标位置信息由模糊变得更为 清晰，从而可以观测到更为清晰的图像。在执行步骤8时，根据目标的位置控制云台，由于前面的步骤已确定出目标的位 置变化的范围，并且已寻找到正确的目标位置信息，因此一旦确定好目标，则可锁定该正确 的目标，并及时跟踪该目标的变化，及云台的位置变化由目标的位置决定。下面将以假定的摄像机举例的用以更加清楚的描述本发明，首先在启动本方法 后，摄像机将在预定的跟踪区域进行扫描，从而能找到目标，Carmy边缘检测将首先检测到 目标的模糊边缘，获得包括目标的位置信息的视频序列，根据视频序列确定原始帧，并有原 始帧确定目标形心位置，同时丢弃之前的帧，即用于确定目标的中心区域。在根据抽象函数 计算初始位置分布，用于确定目标移动区域范围，同时计算下一帧的位置分布，通过不断收 集的位置信息，将获得的目标的帧的位置信息叠加至收敛点，根据收敛点计算函数值，比较 函数值与原始值是否相同，若相同，则将帧数+1再次与函数值进行比较，若不同，则通过滤 波将图像处理更为清晰，同时将收敛点设为初始位置，同时丢失的帧数清零，根据变换的位置信息更新目标模型，在输出该目标跟踪点，同时控制云台。若不同则可能目标丢失，需重 新进行边缘检测。在确定目标形心坐标是，利用的为小波的Cahhy边缘检测方法，此方法主要包括， 将原始图像进行滤波处理，同时还进行小波消噪替换；之后再进行微分处理，然后进行非极 一直及阈值化和边缘连接，形成边缘图像，此方法可以从复杂背景中提取出小目标的边缘， 从而可以更加准确，可获得形心坐标。本发明通过根据抽象函数建立数学模型进行跟踪，从而可以实现不会错跟、误跟 或者跟踪偏移、目标丢失的问题，同时还可以解决被跟踪目标需佩戴专用设备和受环境及 跟踪范围受影响等等条件限制。以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明 的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范 围之内。
权利要求
一种抽象定位自动跟踪的方法，其特征在于，包括步骤从跟踪区域读取目标的视频序列获得初始帧，根据Canny边缘检测算法对初始帧进行目标的检测并计算目标的形心坐标；根据所述形心坐标进行定位，并将原始帧数复位0；Canny边缘检测算法根据所述目标的移动位置改变描述方式，根据所述形心坐标确定所述目标的初始位置及计算下一帧位置分布；根据所述初始位置及所述下一帧位置分布是否迭加至收敛点，并根据所述收敛点计算函数值；判断所述函数值是否与原始值相同；相同时，将所述原始值的帧数加1再与所述函数值判断是否相同，相同时返回至Canny边缘检测算法步骤；不同时，将所述收敛点设置为初始位置并更新函数值；根据Kalman预测下一帧位置；根据所述更新函数值及下一帧位置信息确定目标的位置；根据所述目标的位置控制云台。
2.如权利要求1所述的一种抽象定位自动跟踪的方法，其特征在于，Canny边缘检测算 法在确定初始位置时，还包括步骤利用小波的Canny边缘检测方法，根据所述初始帧进行 边缘图像处理，用于确定目标形心坐标。
全文摘要
本发明提供一种抽象定位自动跟踪的方法，包括步骤从跟踪区域读取目标的视频序列获得初始帧，计算目标的形心坐标；根据所述形心坐标进行定位，并将原始帧数复位0；根据所述目标的移动位置改变描述方式，根据所述形心坐标确定所述目标的初始位置及计算下一帧位置分布；根据所述初始位置及所述下一帧位置分布是否迭加至收敛点，并根据所述收敛点计算函数值；判断所述函数值是否与原始值相同；相同时，将所述原始值的帧数加1再与所述函数值判断是否相同，相同时返回至Canny边缘检测算法步骤；不同时，将所述收敛点设置为初始位置并更新函数值；根据Kalman预测下一帧位置；根据所述更新函数值及下一帧位置信息确定目标的位置。本发明不会误跟，错误跟踪。
文档编号G06T7/20GK101872483SQ20101020493
公开日2010年10月27日 申请日期2010年6月18日 优先权日2010年6月18日
发明者宁广民, 梁福海 申请人:广州卓佳科技有限公司