專利名稱：超復數互相關與目標中心距離加權相結合的跟蹤算法的制作方法
技術領域：
本發(fā)明屬于彩色目標跟蹤技術領域，具體涉及一種“超復數互相關”與“目標中心距離加權”相結合的目標跟蹤算法。

背景技術：
超復數互相關技術比傳統(tǒng)互相關更能體現圖像的色彩關聯，它表達了兩幀圖像色彩之間的映射和旋轉，找到超復數互相關的模值最大值，可以進行圖像配準，同時得到色彩的旋轉軸和旋轉角度信息[1]，減少光照變化等的影響，還可以反向旋轉，進行圖像色彩校正。如今，超復數互相關技術已經應用到彩色圖像的圖像配準[1]、光譜分析[3]、圖像數據壓縮和邊緣檢測[4]等多個領域。
在彩色目標跟蹤領域，很多跟蹤算法都是提取彩色目標的灰度信息作為跟蹤特征，丟失了目標的色彩信息；而目前幾乎所有的彩色目標跟蹤方法都是對灰度圖像處理方法的簡單擴展，大多數都是對RGB、YIQ或HIS空間各分量的簡單合成，例如，取各分量的平均值或把各分量分別處理的結果進行相加，這樣的處理方法不能代表彩色圖像的色彩關聯。本發(fā)明采用超復數互相關的方法，把彩色圖像作為一個矢量整體進行處理，提供了目標的完整色彩特征，對目標的匹配提供了更多有用信息。跟蹤過程中若發(fā)生部分遮擋，總是目標的邊緣被阻擋，為了增強對部分遮擋的抗干擾能力，越遠離目標中心就應該賦予越小的權值，所以我們把超復數互相關與“目標中心距離加權”[2]相結合來提高目標跟蹤的抗干擾能力，更好地實現了對彩色目標的準確跟蹤。


發(fā)明內容
本發(fā)明的目的在于提供一種體現彩色目標的完整色彩特征并具有抗干擾能力的彩色目標的實時跟蹤算法。本發(fā)明提出的是一種超復數互相關[1]與“目標中心距離加權”[2]相結合的目標跟蹤算法。
超復數把彩色圖像作為一個矢量整體進行描述，因而能更好地描述圖像的色彩關聯。設(m，n)為彩色圖像中像素的坐標，則彩色圖像RGB(R、G、B分別表示紅、綠、藍分量)模型可以表示為如下的無實部的純超復數f(m，n)＝R(m，n)i+G(m，n)j+B(m，n)k。
其中，i、j、k為超復數的虛數單位。
在目標跟蹤過程中，我們用以目標中心位置(xc，yc)為中心的橢圓表示目標[5]。跟蹤過程中若發(fā)生部分遮擋，總是目標的邊緣被阻擋，為了增強對部分遮擋的抗干擾能力，越遠離目標中心就應該賦予越小的權值，所以對每一點χi進行中心距離加權[2]為了保證特征具有各向同性，所以把橢圓內各像素的距離歸一化到單位圓內，則有 設圖像目標模板為f(χ)，χ＝(x，y)表示目標像素的坐標，第k幀圖像待匹配圖像為g(χ+ξ)，ξ＝(m，n)表示匹配點在圖像中的相對移動。超復數把彩色圖像作為一個矢量整體進行處理，提供了目標的完整色彩特征，對目標的匹配提供了更多有用信息，本發(fā)明的算法中，f(χ)和g(χ)都是彩色圖像的RGB超復數形式f(x，y)＝R(x，y)i+G(x，y)j+B(x，y)k。
超復數互相關技術比傳統(tǒng)互相關更能體現圖像的色彩關聯，它表達了兩幀圖像色彩之間的映射和旋轉，所以我們采用“超復數互相關”作為目標跟蹤的匹配準則。兩幅彩色圖像的超復數互相關的形式為 f、g分為兩幅彩色圖像的純超復數模型，

為復數g的共軛復數，下同。
超復數乘法不滿足交換律，因此彩色圖像超復數互相關不滿足相關定律，不能由兩幅圖像各自的傅氏變換相乘的逆變換得到?？梢酝ㄟ^“分解垂直平行向量法”[1，6]或參考文獻[7]中的快速算法，利用傳統(tǒng)的快速傅氏變換FFT工具來進行超復數互相關的快速計算。
其中，超復數的二維傅氏變換和逆變換由下式給出[8] 這里，M、N為圖像尺寸，即M為像素行坐標m的總數，N為像素列坐標n的總數。μ為單位虛向量，在彩色圖像處理中可以取強度圖像矢量在超復數圖像空間，任何色彩向量與μ軸的平行分量代表該向量的亮度，與該軸的垂直分量代表該向量的色度。
因為互相關的配準曲面過于平滑，沒有明顯的峰值，所以在圖像匹配中使用“超復數相位互相關”[1]，即在頻域中把互相關的結果除以模值，表示為 其中，超復數的模值為先取其實部和各虛部的平方和，再開方。
找到Cφ(f，g)的模值最大值，即為圖像匹配點。由于可以使用快速傅氏運算，大大提高了運算速度，所以在目標跟蹤中可以在一定的搜索區(qū)域內采用“遍歷搜索”進行目標模板匹配，同時滿足實時性要求。
第k幀圖像中，圖像匹配的搜索區(qū)域以第k-1幀的目標位置為中心。做“互相關”運算，要求兩幅圖像必須尺寸一樣，我們通過把模板橢圓之外的像素補零，把目標模板從橢圓尺寸擴充到搜索區(qū)域尺寸。所以目標圖像的權值為
對于待匹配圖像，g(χ)在搜索范圍內的每一個像素都要參與圖像匹配，所以對所有像素αg(χ)＝1；如圖2所示。
值得注意的是，由于第k幀圖像待匹配圖像為g(x+m，y+n)，所以匹配的是cr(-m，-n)，在運算中以圖3所示矩陣的右下角為起點。
由分析可見，本發(fā)明提出的超復數互相關與目標中心距離加權相結合的跟蹤算法，是把目標跟蹤的彩色RGB(紅、綠、藍)模型表示為超復數形式，采用超復數互相關技術作為彩色目標跟蹤的匹配準則，體現了圖像的色彩關聯，使用超復數的圖像處理方法，把彩色圖像作為一個矢量整體進行處理，提供了目標的完整色彩特征，對目標的匹配提供了更多有用信息，提高了目標匹配的準確度。同時把超復數互相關技術與“目標中心距離加權”相結合，越遠離目標中心就賦予越小的權值，從而提高目標跟蹤的抗干擾能力，增強了對彩色目標的跟蹤魯棒性。
本發(fā)明進行彩色目標跟蹤算法的步驟歸納如下為 1 建立目標模板在第1幀圖像時，以目標中心位置(xc，yc)為中心的橢圓表示目標，確定一定范圍的搜索區(qū)域，周圍像素補零，如圖4(b)所示。χ＝(x，y)表示目標像素的坐標，對目標圖像中的每一個像素進行“中心距離加權”，權值如(6)式所示。加權后的目標像素的超復數色彩特征模型為
2目標跟蹤過程 1)讀入第k幀圖像。
2)確定以第k-1幀的目標中心χc，k-1為中心的一定范圍的搜索區(qū)域，搜索區(qū)域內的像素為g(χ)，也把它的RGB模型表示為超復數形式。
3)計算目標模型fT和搜索區(qū)域g的超復數相位互相關Cφ(f，g)。設待匹配圖像為g(χ+ξ)，其中ξ＝(m，n)表示匹配點在搜索區(qū)域圖像中的相對移動，兩幅圖像在ξ位置的超復數互相關cr(ξ)為cr(ξ)的超復數傅氏變換為(其中，μ取強度圖像矢量，|CR(v，u)|是CR(v，u)的模值，其值為先取CR(v，u)的實部和CR(v，u)各虛部的平方和，再開方。則fT和g的超復數相位互相關為(F-R為如(4)式所示的超復數傅氏逆變換)。
4)以圖3所示矩陣的右下角為起點，尋找使f和g超復數相位互相關Cφ(f，g)為最大值的ξ位置，即為第k幀圖像和目標初始模板的配準點，也就是第k幀的目標中心位置。



圖1為目標模板權值的圖示。
圖2為待匹配圖像權值的圖示。
圖3為互相關函數的示意圖。
圖4為目標跟蹤實驗。
其中(a)跟蹤目標； (b)填充補0后的跟蹤目標模板； (c)待匹配的第k幀圖像(方框內為搜索區(qū)域)。
圖5為跟蹤實驗的算法比較。
其中(a)傳統(tǒng)的相位互相關方法的匹配曲面； (b)中心距離加權的“超復數相位互相關”方法的匹配曲面。

具體實施例方式 本小節(jié)通過一個車輛跟蹤的實驗例子來闡述本發(fā)明的具體實施方式
。本跟蹤實例的跟蹤目標為藍色小車，如圖4(a)所示，而在第k幀圖像中又有一輛與藍色小車形狀相同的紅色小車，如圖4(c)所示。本發(fā)明的具體實施方式
如下 1.建立目標模板在第1幀圖像時，以藍色小車的中心位置(xc，yc)為中心的橢圓表示目標，確定一定范圍的搜索區(qū)域，周圍像素補零，如圖4(b)所示。對藍色小車目標圖像進行“中心距離加權”，加權后的目標像素的超復數色彩特征模型fT如(7)式所示。
2.目標跟蹤過程 1)讀入第k幀圖像。
2)確定以第k-1幀的目標中心χc，k-1為中心的搜索區(qū)域，如圖4(c)的白色方框所示，搜索區(qū)域內的像素為g(χ)，表示為超復數形式。
3)計算目標彩色特征模型fT和搜索區(qū)域g的超復數相位互相關Cφ(f，g)。設待匹配圖像為g(χ+ξ)，其中ξ＝(m，n)表示匹配點在搜索區(qū)域圖像中的相對移動，cr(ξ)表示fT和g的超復數互相關，CR(v，u)為cr(ξ)的超復數傅氏變換，|CR(v，u)|是CR(v，u)的模值，則fT和g的超復數相位互相關為圖5(b)表示的是 fT和g的歸一化的超復數相位互相關曲面。
4)以圖3所示矩陣的右下角為起點，尋找使f和g超復數相位互相關Cφ(f，g)為最大值的ξ位置，即為第k幀跟蹤圖像和藍色小車目標初始模板的配準點，圖5(b)中的數值為1的位置也就是第k幀的目標中心位置。
我們通過與傳統(tǒng)的實數互相關匹配的目標跟蹤進行比較，來闡述本發(fā)明的技術效果。如果采用傳統(tǒng)的實數互相關匹配進行目標跟蹤，那么要把圖像的RGB色彩度轉化為灰度f(x，y)＝(R(x，y)+G(x，y)+B(x，y))/3。在第k幀得到的歸一化的相位互相關的曲面如圖5(a)所示，相位互相關的最大值為紅色小車所在位置，發(fā)生了誤匹配。
而我們采用本發(fā)明提出的中心距離加權的超復數互相關匹配進行目標跟蹤，彩色圖像表示為超復數形式，則歸一化的超復數相位互相關的曲面如圖5(b)所示，最大值為藍色小車所在位置，跟蹤目標正確。同時可以看出，圖5(b)的曲面比圖5(a)平坦得多，這是因為應用了“中心距離加權”，增強了抗干擾能力的緣故。
分析該跟蹤實驗的色彩數據表明，紅色小車的紅色(R)分量值很大，但綠色(G)和藍色(B)分量的值較小，使得進行RGB分量平均后，灰度值和藍色小車的目標模板就差不多了，而第k幀圖像中的藍色小車的每一個分量值都比目標模板小一些，所以采用傳統(tǒng)的實數互相關匹配，會導致目標的誤匹配。而本發(fā)明采用超復數互相關匹配，就可以避免這種情況。
綜上所述，對于彩色目標來說，即使兩個物體顏色相差很大，但是它們的灰度值卻有可能是很接近的，這時采用傳統(tǒng)的實數匹配方法進行目標跟蹤，由于喪失了色彩信息，就有可能發(fā)生誤匹配。而本發(fā)明采用超復數互相關匹配的方法，同時與“目標中心距離加權”相結合，提高了目標跟蹤的抗干擾能力，優(yōu)于傳統(tǒng)的實數匹配的目標跟蹤方法，實現了對彩色目標的準確跟蹤。
參考文獻C E Moxey，S J Sangwine，T A Ell.Hypercomplex correlation techniques fbr vector images[J].IEEETrans on Signal Processing，2003，51(7)1941-1953.江淑紅，汪沁，張建秋，胡波，“基于目標中心距離加權和圖像特征識別的跟蹤算法”，電子學報，2006，34(7)1175-1180.Ja-Han Chang，Soo-Chang Pei，Jian-Jiun Ding.2D quaternion Fourier spectral analysis and its applications[C].Proceedings of IEEE International Symposium on Circuits and Systems(ISCAS′04)，23-26 May2004，3III-241-4.S J Sangwine.Color image edge detector based on QCV[J].IEE Electron.Letter，1998，34(10)969-971.D Comaniciu，P Meer.Kernel-based object tracking[J].IEEE Trans.on Pattern Analysis and MachineIntelligence，2003，25(5)564-577.T A Ell，and S J Sangwine.Hypercomplex Wiener-Khintchine theorem with application to color imagecorrelation[C].IEEE International Conference on Image Processing(ICIP2000)，Sept 10-13 2000，2792-795.專利彩色圖像的超復數傅氏變換和超復數互相關的快速算法 發(fā)明人江淑紅，郝明非，張建秋，胡波
S J Sangwine，and T.A.Ell，The discrete Fourier transform of a colour image[A].J M Blackledge，M JTurner.Image processing II mathematical methods，algorithms and applications[C]，Chichester，U.K.EllisHorwood，2000430-44權利要求
1.一種超復數互相關與目標中心距離加權相結合跟蹤算法，其特征在于具體步驟如下
1.建立目標模板
1)在第1幀圖像時，以目標中心位置(xc，yc)為中心的橢圓表示目標，確定一定范圍的搜索區(qū)域，周圍像素補零。
2)設χ＝(x，y)表示目標像素的坐標，計算出目標橢圓內每一個像素到目標中心的歸一化距離
3)對目標圖像中的每一個像素進行“中心距離加權”，權值如下式所示
4)加權后的目標像素的超復數色彩特征模型為
這里，i、j、k為虛數單位；R(χ)、G(χ)、B(χ)分別表示彩色圖像的紅、綠、藍分量；
2.目標跟蹤過程
1)讀入第k幀圖像。
2)確定以第k-1幀的目標中心χc，k-1為中心的一定范圍的搜索區(qū)域，搜索區(qū)域內的像素為g(χ)，也把它的RGB(紅、綠、藍)模型表示為超復數形式。
3)計算目標模型fT和搜索區(qū)域g的超復數相位互相關Cφ(f，g)。設待匹配圖像為g(χ+ξ)，其中ξ＝(m，n)表示匹配點在搜索區(qū)域圖像中的相對移動，兩幅圖像在ξ位置的超復數互相關cr(ξ)為(記號
表示復數P的共軛復數)。設μ為強度圖像矢量，即則cr(ξ)的超復數傅氏變換為|CR(v，u)|是CR(v，u)的模值，
其值為先取CR(v，u)的實部和CR(v，u)各虛部的平方和，再開方。則fT和g的超復數相位互相關為(F-R為超復數傅氏逆變換)。
4)尋找使f和g超復數相位互相關Cφ(f，g)為最大值的ξ位置，即為第k幀圖像和目標初始模板的配準點，也就是第k幀的目標中心位置。
全文摘要
本發(fā)明屬于彩色目標跟蹤技術領域，具體為一種“超復數互相關”與“目標中心距離加權”相結合的目標跟蹤算法。很多目標跟蹤算法都是提取彩色目標的灰度信息作為跟蹤特征，丟失了目標的色彩信息；而目前幾乎所有的彩色目標跟蹤方法都是對灰度圖像處理方法的簡單擴展，不能代表彩色圖像的色彩關聯。即使兩個彩色物體顏色相差很大，但是它們的灰度值卻有可能是很接近的，采用傳統(tǒng)的實數匹配方法就有可能發(fā)生誤匹配。本發(fā)明使用超復數互相關的方法，把彩色圖像作為一個矢量整體進行處理，提供了目標的完整色彩特征，對目標的匹配提供了更多有用信息；而且我們把超復數互相關與“目標中心距離加權”相結合來提高目標跟蹤的抗干擾能力，更好地實現了對彩色目標的準確跟蹤。
文檔編號G06T7/20GK101159063SQ20071004811
公開日2008年4月9日 申請日期2007年11月13日 優(yōu)先權日2007年11月13日
發(fā)明者陳應光 申請人:上海龍東光電子有限公司