1.一种基于像素特征的目标追踪定位方法,其特征是,包括以下步骤:人体区域消除:对图像像素点的RGB分量进行三帧差法提取前景,并对前景图像进行二值化处理得到二值图像;
检测二值图像中的人体关键点,包括手部关键点、眉心关键点和双足中点;
标记二值图像的所有连通区域;
目标追踪定位:根据连通区域的像素分布特性来确定目标位置及目标定位点;
运动特征修正:根据检测出连通区域中的像素点分布特性对目标使用降维方法来求取区域的矢量方向并进行目标点位置修正;
根据连通区域的像素分布特性来确定目标位置及目标定位点具体包括:若不存在连通区域,则将前后两帧特征点的中值作为目标定位点;
若只有一个连通区域,则将该唯一连通区域作为目标位置,并将该连通区域的质心点作为目标定位点;
若存在超过两个连通区域则进行以下操作:
以像素数作为连通区域面积,选择面积最大的前两个连通区域作为候选的目标区域分别记为area1和area2,对应面积分别记作Maxarea与Secarea;求取Maxarea与Secarea的比值,若比值超出预定倍数以上,则直接以面积最大的连通区域作为目标位置,并将该连通区域的质心点作为目标定位点;
否则,以原始未去除人体的二值图像Hightlight作为模板,分别用连通区域area1和area2的质心点与手部关键点连线作为长轴做出扁椭圆形区域来计算运动区域,分别记为Sportarea1和Sportarea2;分别计算两个运动区域的像素数,如若存在其中一个运动区域像素数为零,则将像素数为非零的运动区域所对应的连通区域作为目标区域,其质心点作为目标定位点进行输出;如若两个运动区域均存在数值,则继续进行筛选判定;再以眉心关键点与双足关键点的中点建立人体椭圆区域,来区分人体内外侧;
分别确定连通区域area1和area2的质心点位于人体椭圆区域的内外某侧,并进行以下判断:若两个连通区域均位于人体椭圆区域外侧;先分别计算两个连通区域质心点与手部关键点的1范数,分别记作Dis1和Dis2;将数值较大的记作MaxDis,将数值较小的记作MinDis;
如果MaxDis/MinDis<1.6,则认为两个连通区域位于人体同一侧;此时使用运动区域Sportarea1和Sportarea2中像素的质心点与其所属连通区域的质心点来求解欧氏距离,以欧氏距离来表示该运动区域的像素疏密度,记作DenDis1和DenDis2;选择DenDis1和DenDis2中较小的连通区域作为目标位置,对应连通区域的质心点作为目标定位点;如果MaxDis/MinDis>=
1.6,则选取MinDis所属的连通区域作为目标位置,对应连通区域的质心点作为目标定位点;
若连通区域Maxarea在人体椭圆区域的内侧,而Secarea位于人体椭圆区域外侧,此时将两个运动区域的图像模板分别换做人体去除后的二值图像BW,以此得到两个新的运动区域来作为辅助运动区域,记作Sport_areasupport1和Sport_areasupport2;针对每个连通区域计算运动区域与辅助运动区域的比值,即Sportarea/Sport_areasupport,记Maxarea的比值为PixelsDiffer1,Secarea的比值为PixelsDiffer2;点Coorfeature作为目标定位点,表达式如下;
若连通区域Maxarea在人体椭圆区域外,而Secarea位于人体椭圆区域内侧;点Coorfeature作为目标定位点,表达式如下;
式1和式2中,Th为筛选阈值;
如若两个连通区域各个特征均不满足以上筛选条件,则直接以连通区域Maxarea作为目标区域,其质心点作为目标定位点;
分别计算两个运动区域的像素数,如若存在其中一个运动区域像素数为零,则将像素数为非零的所对应的连通区域作为目标区域,其质心点作为目标定位点进行输出;如若两个运动区域均存在数值,则继续进行筛选判定;再以眉心关键点与双足关键点的中点建立人体椭圆区域,来区分人体内外侧。
2.根据权利要求1所述的目标追踪定位方法,其特征是,用连通区域的质心点与手部关键点连线作为长轴做出扁椭圆形区域,表达式如下:
2 2
EllipseEqu=A*x+B*x*y+C*y+f (3),
2 2 2 2
A=a*(sinθ) +b*(cosθ) (4),
2 2 2 2
B=2*(a‑b)*(sinθ) *(cosθ) (5),
2 2 2 2
C=a*(cosθ) +b*(sinθ) (6),
2 2
f=‑a*b (7),θ=atan(cbar‑chand)/(rabr‑rhand) (8),其中,cbar和rbar为连通区域质心像素行列坐标值,chand和rhand为手部关键点像素行列坐标值,a和b为椭圆长短轴的像素数。
3.根据权利要求2所述的目标追踪定位方法,其特征是,取a为150个像素,b为15像素。
4.根据权利要求1所述的目标追踪定位方法,其特征是,以眉心关键点与双足中点建立人体椭圆区域,表达式如下:
2 2
EllipseEqu=A*x+B*x*y+C*y+f (3),
2 2 2 2
A=a*(sinθ) +b*(cosθ) (4),
2 2 2 2
B=2*(a‑b)*(sinθ) *(cosθ) (5),
2 2 2 2
C=a*(cosθ) +b*(sinθ) (6),
2 2
f=‑a*b (7),θ=atan(ceye‑cfoot/reye‑rfoot) (9),其中,reye和ceye为眉心关键点中点行列坐标值,rfoot和cfoot为双足中点行列坐标值。
5.根据权利要求4所述的目标追踪定位方法,其特征是,a取300像素,b取60像素。
6.根据权利要求1所述的目标追踪定位方法,其特征是,对图像像素点的RGB分量进行三帧差法提取前景包括以下步骤:记视频序列中第n+1帧、第n帧和第n‑1帧的图像分别为fk+1、fk和fk‑1,三帧对应像素点的灰度值记为fk+1(x,y)、fk(x,y)和fk‑1(x,y),按照式1分别得到差分图像Dk+1和Dk,再对差分图像Dk+1和Dk按照式2进行与操作,得到图像D′k;
Dk(x,y)=|fk(x,y)‑fk‑1(x,y)| (10),D′k(x,y)=|fk+1(x,y)‑fk(x,y)|∩|fk(x,y)‑fk‑1(x,y)| (11),再对上述步骤中得到的差分结果D′k进行二值化处理,得到初步的运动区域提取结果R′k,表达式如下:取值为255和0的像素分别对应于前景和背景。
7.根据权利要求6所述的目标追踪定位方法,其特征是,针对三帧差分法处理后的图像采用中值滤波法处理椒盐噪声,中值滤波的输出表达式如下:Yo(i,j)=med{C}
=med{Yi(x,y)|x∈[i‑1,i+1],y∈[j‑1,j+1]} (13),其中在像素Yi(i,j)处窗口区域点值的集合为C。
8.根据权利要求1所述的目标追踪定位方法,其特征是,根据检测出连通区域中的像素点分布特性对目标使用降维本发明方法来求取区域的矢量方向并进行目标点位置修正,包括:i.首先提取检测出的目标位置的所有像素坐标值,将图像坐标系中的坐标值映射到笛卡尔坐标中,表达式如下:其中,rmax代表图像最大行值,Coorrfix和Coorcfix代表映射后的行列坐标值,Coorc和Coorr为目标区域原始像素的行列坐标值,Connectcoor代表处理后的像素行列坐标集合;再利用经典PCA方法进行降维处理,得到映射特征向量,记作Proj,其中Projr与Projc代表特征向量中的行列参数;
ii.利用计算得到的特征向量Proj,计算斜率,表达式如下:斜率Slope用特征向量中行列参数Projr与Projc进行计算;
重新映射回原有坐标系;再根据斜率与原始定位点,拟合出目标真实位置,并进行延伸处理从而修正原始定位点,表达式如下:clubr=rbar+differlength*cosθclubc=cbar+differlength*sinθ (17),其中,Coor代表原始坐标,(rbar,cbar)代表目标区域原始质心位置,(clubr,clubc)代表修正后的目标定位点,differlength为需要修正的长度。
9.根据权利要求8所述的目标追踪定位方法,其特征是,在修正定位点之前,设置了一个阈值判定,以筛选出不适宜使用公式16的情况:对于Slope>90或是Slope<0.1以下的帧,采取保持某一坐标不变,只对另一坐标进行延长或缩短计算,表达式如下:if Slope>90,
if Slope<0.1,