欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019109728337
申请人: 湖南科技大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于矩阵差异度的机器视觉目标跟踪方法,其特征在于,所述方法包括:将所述视频数据中每一帧图像均转化为灰度图像;

以设定高度和设定宽度框选所述视频数据中第一帧图像的灰度图像中的目标区域,所述目标区中包含有待追踪目标;

采用机器视觉跟踪法确定视频数据各帧图像中的目标区域,完成对所述视频数据中待追踪目标的跟踪;

所述机器视觉跟踪法包括:

获取与所述目标区域相对应的第一灰度值矩阵;

以设定高度和设定宽度的区域遍历所述视频数据中下一帧图像的灰度图像;

获取与遍历区域相对应的灰度值矩阵,并将所述灰度值矩阵放入第一集合;

确定所述第一集合中每一个元素与所述第一灰度值矩阵的矩阵差异度,并将所确定的矩阵差异度放入第二集合;

获取所述第二集合中最小元素和第二小元素;

确定所述最小元素和第二小元素的比值与设定阈值间的关系,根据所述比值与设定阈值间的关系,确定下一帧图像上的目标区域;

将所确定的下一帧图像中的目标区域作为新的目标区域,跳转至“获取与所述目标区域相对应的第一灰度值矩阵”的步骤,直至确定得到所述视频数据各帧图像中的目标区域。

2.根据权利要求1所述的基于矩阵差异度的机器视觉目标跟踪方法,其特征在于,所述机器视觉跟踪法还包括:获取每一遍历区域的起点位置,并将所述起点位置放入第三集合。

3.根据权利要求2所述的基于矩阵差异度的机器视觉目标跟踪方法,其特征在于,所述根据所述比值与设定阈值间的关系,确定下一帧图像上的目标区域,包括:判断所述比值是否小于设定阈值;

若所述比值小于设定阈值,则所述第三集合中与所述最小元素相对应的元素即为下一帧图像的目标区域的起始位置;若所述比值不小于设定阈值,则舍弃本次操作,对第一帧图像的灰度图像中框选的目标区域进行采样处理,将采样处理后的目标区域作为新的目标区域,跳转至“获取与所述目标区域相对应的第一灰度值矩阵”的步骤,直至确定下一帧图像上的目标区域。

4.根据权利要求3所述的基于矩阵差异度的机器视觉目标跟踪方法,其特征在于,所述对第一帧图像的灰度图像中框选的目标区域进行采样处理,将采样处理后的目标区域作为新的目标区域,包括:利用图像金字塔原理对所述第一帧图像的灰度图像中框选的目标区域进行采样处理;

根据所述处理结果,获取得到所述第一帧图像的灰度图中新的目标区域;

根据所述第一帧图像的灰度图中新的目标区域,利用新目标区域的高度和宽度大小对设定高度和设定宽度进行重新赋值。

5.根据权利要求1所述的基于矩阵差异度的机器视觉目标跟踪方法,其特征在于,所述确定所述第一集合中每一个元素与所述第一灰度值矩阵的矩阵差异度,并将所确定的矩阵差异度放入第二集合,包括:定义所述第一集合中每一个元素与所述第一灰度值矩阵的矩阵差异度为两同型矩阵的差矩阵范数;

根据所述矩阵范数,确定所述第一集合中每一个元素与所述第一灰度值矩阵的矩阵差异度;所述矩阵差异度ck为:将所确定的矩阵差异度放入第二集合;所述第二集合C为:

C={c1,c2,…ck};

其中,bk为第一集合中的第k个元素, 为第二帧图像上第k个高度为h、宽度为w的区域的灰度值矩阵,i为矩阵的第i行,j为矩阵的第j列,h为目标区域的高度,w为目标区域的宽度,I为第一帧图像上目标区域的灰度值矩阵,ck为第二集合C中的第k个元素,F为矩阵范数。

6.基于矩阵差异度的机器视觉目标跟踪系统,其特征在于,所述系统包括:灰度图像转化模块,用于将所述视频数据中每一帧图像均转化为灰度图像;

目标区域框选模块,用于以设定高度和设定宽度框选所述视频数据中第一帧图像的灰度图像中的目标区域,所述目标区中包含有待追踪目标;

机器视觉跟踪模块,用于采用机器视觉跟踪法确定视频数据的所有帧图像中的目标区域,完成对所述视频数据中待追踪目标的跟踪;

所述机器视觉跟踪模块包括:

第一灰度值矩阵获取单元,用于获取与所述目标区域相对应的第一灰度值矩阵;

灰度图像遍历单元,用于以设定高度和设定宽度的区域遍历所述视频数据中下一帧图像的灰度图像;

灰度值矩阵获取单元,用于获取与遍历区域相对应的灰度值矩阵,并将所述灰度值矩阵放入第一集合;

矩阵差异度获取单元,用于确定所述第一集合中每一个元素与所述第一灰度值矩阵的矩阵差异度,并将所确定的矩阵差异度放入第二集合;

元素获取单元,用于获取所述第二集合中最小元素和第二小元素;

目标区域确定单元,用于确定所述最小元素和第二小元素的比值与设定阈值间的关系,根据所述比值与设定阈值间的关系,确定下一帧图像上的目标区域;

目标跟踪单元,用于将所确定的下一帧图像中的目标区域作为新的目标区域,跳转至“获取与所述目标区域相对应的第一灰度值矩阵”的步骤,直至确定得到所述视频数据各帧图像中的目标区域。

7.根据权利要求6所述的基于矩阵差异度的机器视觉目标跟踪系统,其特征在于,所述机器视觉跟踪模块还包括:起点位置获取单元,用于获取每一遍历区域的起点位置,并将所述起点位置放入第三集合。

8.根据权利要求7所述的基于矩阵差异度的机器视觉目标跟踪系统,其特征在于,所述目标区域确定单元包括:判断子单元,用于判断所述比值是否小于设定阈值;

若所述比值小于设定阈值,则所述第三集合中与所述最小元素相对应的元素即为下一帧图像的目标区域的起始位置;若所述比值不小于设定阈值,则舍弃本次操作,对第一帧图像的灰度图像中框选的目标区域进行采样处理,将采样处理后的目标区域作为新的目标区域,跳转至“获取与所述目标区域相对应的第一灰度值矩阵”的步骤,直至确定下一帧图像上的目标区域。

9.根据权利要求6所述的基于矩阵差异度的机器视觉目标跟踪系统,其特征在于,所述矩阵差异度获取单元包括:矩阵差异度定义子单元,用于定义所述第一集合中每一个元素与所述第一灰度值矩阵的矩阵差异度为两同型矩阵的差矩阵的矩阵范数;

矩阵差异度确定子单元,用于根据所述矩阵范数,确定所述第一集合中每一个元素与所述第一灰度值矩阵的矩阵差异度;所述矩阵差异度ck为:第二集合构建子单元,用于将所确定的矩阵差异度放入第二集合;所述第二集合C为:C={c1,c2,…ck};

其中,bk为第一集合中的第k个元素, 为第二帧图像上第k个高度为h、宽度为w的区域的灰度值矩阵,i为矩阵的第i行,j为矩阵的第j列,h为目标区域的高度,w为目标区域的宽度,I为第一帧图像上目标区域的灰度值矩阵,ck为第二集合C中的第k个元素,F为矩阵范数。