文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 高等教育 > 工学 > 一种基于空间直方图的MeanShift跟踪算法
侵权投诉

一种基于空间直方图的MeanShift跟踪算法

一种基于空间直方图的MeanShift跟踪算法

-2396

计算机应用研究第27卷

而得到的。两幅图像的像素颜色的类型与相同特征颜色的个数完全一样,只是在空间分布上发生了变化。首先计算原图像的颜色直方图和改进过后的空间颜色直方图(图1)。

0.25O.2

、0.15

I

O

O.1o.05

¨●-I。~£棚

:2¨:兮O

lL-

I

IL

哥

(b)颜色直方图

(e)改进后的空间颜色直方图

图l原图及改进前后的直方图

下面计算交换像素块后的图像颜色直方图和改进过后的空间颜色直方图(图2)。比较图1和2可以发现。图l(a)和图2(a)的颜色直方图是一样的,但是图l(a)和图2(a)的空间直方图却有着明显的区别。由此可见,空间颜色直方图能够体现出像素的空间分布信息,能够更全面地表征图像。

1

.i

J

j

(c)改进后的空间颜色直方图

图2交换像素块图及其改进前后直方图

2.2色模型及相似性度量

基于上述空间一颜色直方图模型,给定由_7、r个像素组成的目标参考图像,其中戈,是第i个像素的空间坐标,这个像素在图像中的位置可以用这个像素到其颜色质心的距离即d。(菇i,c。)来体现,更新过后的P。按如下方式定义

P。(t(x);6。,p。,口。2)=bua(it。。盯。2)

(9)

其中:G(p。,盯。2)是均值向量为Ⅱj、方差矩阵为盯。2的高斯分布,p。,盯。2的定义见定义l和2;6。(),)为色彩特征分布计算表达式。

考虑一个由,v’个像素组成的中心坐标为),的候选图像区域的颜色分布:

p(y)=b。,(y)G(it’。,矿’。2)

(10)

其中:|‘‘’。、矿’。2与式(9)中的p。、or。2具有相似的形式,而b。,(Y)为经典Mean-Shift算法的目标色彩直方图。

q。(t(x);6。,/.t。,盯。2)与P。(Y)之间的相似性根据Bhatta-

charrya距离来度量P[q。,P。(Y)]=∑::。石。,P。(Y)。通过积

分得到

I

p[q。,P。(,,)]=c。(6。b’。)T(11)

其中

:

巳

堕慨豺)虿exP(一下。一儿)2(R。+虬)一1)

)虿1exp(一j11一(it。一肛,。)2(R。+R,。)一1)

所以定义目标模型和候选模型的相似度为

d

p[g。JP(,,)]=Ep(q。,P。(y))

(12)

直方图只包含了该图像中某一颜色值出现的频数,而丢失了某像素所在的空间位置信息。本文提出的新的颜色直方图模型考虑了颜色的空间分布信息,能够更好地反映图像的特征。2.3改进后的算法

设在前一帧中目标的中心位于%,在当前帧中,Mean-Shift算法基于梯度下降方法寻找式(12)的极值。类似于经典

万方数据

Mean—Shift算法将式(12)在p(ro)进行一阶泰勒展开。相对于,,求偏导数并令其为零,得到如下迭代等式:

鬻

Wi。毒。c“√最≯[6(Xi)一“]

其中:c。与上面定义相同。如果使用Epanechniko核,那么式(13)可进一步化简为同式(4)的形式。整个跟踪流程如下:

a)逐帧采集视频,若为第一帧则转到步骤b),否则转到步骤c)。

b)选定跟踪目标,通过2.2节描述的模型计算其空间~颜色直方图肘,转到步骤c)。

c)取初始目标中心为上一帧确定的目标中心,设为%。转到步骤d)。

d)通过2.2节描述的模型,计算中心为%的候选目标的

空间一颜色归一化直方图P(Yo)。计算肘与p(Yo)的匹配系数。转到步骤e)。

e)利用Mean—Shift迭代公式,计算得到候选目标的中心位

置Y。。通过2.2节描述的模型,计算中心为Y,的候选目标的空间一颜色归一化直方图P(Y。)。计算肼与P(Y。)的匹配系数。转到步骤f)。

f)判断8

Y。一yo

0是否小于阈值,是的话停止迭代,,,。即

为要找的最优目标中心点,转到步骤a);否则,比较pip(Yo)。肘]与P[P(Y1),M]。若p[p(yo),M]≤p[Jp(p1),肘],则设Yo=0.5(y1+Yo),否则Yo=扎。转到步骤d)。

经典的Mean—Shift算法的主要时间消耗在计算选定区域和候选区域的颜色直方图计算式(4),时间复杂度为0(MN),其中肘、Ⅳ为选定区域的长度和宽度。算法改进后,式(4)并没有变复杂,主要是在计算直方图的时候需要额外计算像素点的颜色均值和方差,均值需要MN次计算,方差需要MN次计算,总共增加2MN次计算时间,总的时间复杂度可以用

0(MN)+2MN表示,其中0(MN)+2MN的时间复杂度即为.0(MN)。所以虽然稍微增加了计算量,但是并没有增加算法的时间复杂度,满足实时性要求。

3实验

图像的采样速率为30f西,RGB颜色空间为512。机器配

置为Pentium圆4

3.0GHz,512MB内存,在WindowsXP系统下

Visual

C++编程实现。

实验1

相似背景下发生遮挡的视频目标跟踪

该视频为一组行人行走视频序列,视频中目标与背景颜色十分相似。在第128帧时目标被对面而来的行人遮挡,跟踪的

难度较大。实验表明,经典Mean-Shift算法在发生遮挡后(第140帧)导致目标跟踪失败,而改进后的算法却能很好地抵抗视频序列中,第128帧发生遮挡,到146帧结束。发生遮挡的时候BH系数会降低,在遮挡效果达到最大化的时候BH“厂=万历万F万,在BH系数达到最小的时候,模板之间的距

遮挡导致的跟踪失败,具有良好的跟踪效果(图3)。

最小。根据目标模板与跟踪模板之问的距离定义:d(y)=

离最大。当遮挡结束的时候,随着BH系数的增大,模板之间

上一页第3页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email