基于聯(lián)合直方圖表示的多源目標(biāo)融合跟蹤方法研究.pdf

1、目標(biāo)跟蹤是完成視覺監(jiān)控、人機交互、車輛導(dǎo)航等諸多視頻場景分析和理解任務(wù)的基礎(chǔ)，已有大量的跟蹤方法被報道，可將這些方法大致分成單光譜跟蹤和多光譜跟蹤兩大類。與單光譜目標(biāo)跟蹤系統(tǒng)相比，多光譜目標(biāo)跟蹤系統(tǒng)在生存能力、時空覆蓋范圍、可信度等方面都具有明顯的優(yōu)勢，因而被廣泛研究，其中最具代表的是紅外與可見光的融合跟蹤。紅外傳感器是通過檢測目標(biāo)輻射的熱能差異來形成影像，因此在惡劣的光照環(huán)境下要比可見光成像更好，但它無法捕獲目標(biāo)對象的顏色和紋理特征。

2、可見光傳感器雖然無法感知溫度，但在處理多個熱目標(biāo)交匯時，它通常要優(yōu)于紅外傳感器，特別當(dāng)目標(biāo)對象間有顯著的顏色和紋理差異時。因此通過聯(lián)合它們的數(shù)據(jù)，能獲得比使用單個傳感器更好的跟蹤性能。本文從目標(biāo)表示和目標(biāo)搜索兩個方面出發(fā)，提出了以下兩種基于聯(lián)合直方圖表示的紅外與可見光目標(biāo)融合算法:
　　1.基于聯(lián)合直方圖表示的紅外與可見光目標(biāo)核跟蹤算法。首先，以直方圖為特征表示模型，分別計算給定候選狀態(tài)下紅外圖像塊的顏色直方圖和可見光圖像塊的顏色

3、直方圖，并采用巴氏系數(shù)分別計算紅外圖像塊的顏色直方圖與其目標(biāo)模板間的相似度，以及可見光圖像塊的顏色直方圖與其目標(biāo)模板間的相似度;然后，將兩個相似度進行加權(quán)組合以形成目標(biāo)函數(shù)來;接著，對目標(biāo)函數(shù)進行多變量泰勒展開，得到其線性逼近式，并通過最大化該逼近式推導(dǎo)出一個從當(dāng)前候選狀態(tài)到新候選狀態(tài)的目標(biāo)狀態(tài)轉(zhuǎn)移關(guān)系式;最后，根據(jù)該轉(zhuǎn)移關(guān)系式，使用均值漂移程序來遞歸地獲得目標(biāo)在當(dāng)前幀中的最終狀態(tài)。
　　2.基于聯(lián)合直方圖表示的紅外與可見光目標(biāo)粒

4、子濾波跟蹤算法。首先，以前一幀的跟蹤結(jié)果為初始狀態(tài)，采用六參數(shù)的仿射變換模型產(chǎn)生高斯隨機采樣粒子集;然后，分別計算給定采樣粒子對應(yīng)的紅外圖像塊的顏色直方圖和可見光圖像塊的顏色直方圖，并計算它們各自與其目標(biāo)模板間的相似度;接著，將兩相似度的加權(quán)組合作為粒子濾波跟蹤器的觀測似然，并啟動粒子濾波跟蹤程序得到其后驗概率，對其余粒子重復(fù)上面的步驟，得到所有粒子的后驗概率;最后，以所有粒子與其后驗概率乘積的期望作為目標(biāo)在當(dāng)前幀中的最終狀態(tài)。該算法克