本發(fā)明屬于計算機視覺領(lǐng)域，特別是指一種運動目標跟蹤方法。

背景技術(shù)：

現(xiàn)有的計算機視覺主要研究對目標對象的識別、目標對象的定位和對目標對象的運動分析，現(xiàn)有的技術(shù)均是利用整幅圖像進行相關(guān)性計算而確定動作目標的位移，此種方式存在的不足之處就是數(shù)據(jù)計算量太大，無法完成對運動目標的實時跟蹤，從而不便于后續(xù)的管理。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種運動目標跟蹤方法，用以解決現(xiàn)有技術(shù)中運算量過大，無法適時完成對運動目標的跟蹤的問題。

為實現(xiàn)上述目的，實施本發(fā)明的運動目標跟蹤方法是利用一高速高清攝像裝置偵測運動目標相對于該高速高清攝像裝置的運動參數(shù)，該高速高清攝像裝置設(shè)有一圖像傳感器陣列，該運動目標跟蹤方法包括如下步驟：

將該高速高清攝像裝置的圖像傳感器陣列分成多個子圖像傳感器陣列；

利用該高速高清攝像裝置拍攝包括運動目標的全景圖像；

確定運動目標所對應(yīng)的子圖像傳感器陣列；

按時間序列單獨取得該運動目標所對應(yīng)的子圖像傳感器陣列拍攝的局部圖像；

對該子圖像傳感器陣列拍攝的局部圖像進行相關(guān)性運算，計算該運動目標的運動參數(shù)。

依據(jù)上述主要特征，確定運動目標所對應(yīng)的子圖像傳感器陣列為根據(jù)每個子圖像傳感器陣列的像素平均值進行判斷，平均值最大的則認為是目標所對應(yīng)的子圖像傳感器陣列。

依據(jù)上述主要特征，確定運動目標所對應(yīng)的子圖像傳感器陣列為將該多個子圖像傳感器陣列所采樣的圖像作為參考幀，將新接收到的同樣位置的多個目標幀，之后采用平移相關(guān)法，取得最大的相關(guān)性所對應(yīng)的子圖像傳感器陣列即為目標所對應(yīng)的子圖像傳感器陣列。

依據(jù)上述主要特征，該高速高清攝像裝置間隔一設(shè)定周期拍攝包括運動目標的全景圖像，根據(jù)每個子圖像傳感器陣列的像素平均值進行判斷判斷是否目標運動到另一個子子圖像傳感器陣列對應(yīng)的區(qū)域以確定運動目標所對應(yīng)的子圖像傳感器陣列是否有變化。

依據(jù)上述主要特征，該方法還包括計算運動目標圖像的質(zhì)心，并取得該質(zhì)心對應(yīng)的坐標，并結(jié)合所計算的該運動目標的運動參數(shù)判斷是否改變運動目標所對應(yīng)的子圖像傳感器陣列。

為實現(xiàn)上述目的，實施本發(fā)明的運動目標跟蹤方法利用一高速高清攝像裝置偵測運動目標相對于該高速高清攝像裝置的運動參數(shù)，該高速高清攝像裝置設(shè)有一圖像傳感器陣列，該運動目標跟蹤方法包括如下步驟：

利用該高速高清攝像裝置拍攝包括運動目標的全景圖像；

確定圖像的質(zhì)心的坐標；

以質(zhì)心坐標為中心，向周邊延伸設(shè)定的距離確定子圖像傳感器陣列；

按時間序列單獨取得該子圖像傳感器陣列拍攝的局部圖像；

對該子圖像傳感器陣列拍攝的局部圖像進行相關(guān)性運算，計算該運動目標的運動參數(shù)。

依據(jù)上述主要特征，該方法還包括根據(jù)質(zhì)心的初始坐標及所計算的該運動目標的運動參數(shù)判斷是否重新選擇子圖像傳感器陣列的步驟。

為實現(xiàn)上述目的，實施本發(fā)明的多個運動目標跟蹤方法利用一高速高清攝像裝置偵測運動目標相對于該高速高清攝像裝置的運動參數(shù)，該高速高清攝像裝置設(shè)有一圖像傳感器陣列，該運動目標跟蹤方法包括如下步驟：

將該高速高清攝像裝置的圖像傳感器陣列分成多個子圖像傳感器陣列；

利用該高速高清攝像裝置拍攝包括多個運動目標的全景圖像；

確定該多個運動目標所對應(yīng)的子圖像傳感器陣列；

按時間序列單獨取得該多個運動目標所對應(yīng)的子圖像傳感器陣列拍攝的局部圖像；

對每個運動目標對應(yīng)的子圖像傳感器陣列拍攝的局部圖像進行相關(guān)性運算，計算該運動目標的運動參數(shù)。

為實現(xiàn)上述目的，實施本發(fā)明的多個運動目標跟蹤方法，利用一高速高清攝像裝置偵測運動目標相對于該高速高清攝像裝置的運動參數(shù)，該高速高清攝像裝置設(shè)有一圖像傳感器陣列，該運動目標跟蹤方法包括如下步驟：

利用該高速高清攝像裝置拍攝包括多個運動目標的全景圖像；

確定多個運動目標對應(yīng)圖像的質(zhì)心的坐標；

以質(zhì)心坐標為中心，向周邊延伸設(shè)定的距離確定與運動目標相對應(yīng)的子圖像傳感器陣列；

按時間序列單獨取得該子圖像傳感器陣列拍攝的局部圖像；

對該子圖像傳感器陣列拍攝的局部圖像進行相關(guān)性運算，計算該運動目標的運動參數(shù)。

與現(xiàn)有技術(shù)相比較，本發(fā)明通過高速高清攝像裝置拍攝運動目標的全景圖像，之后有針對性地選擇部分的圖像進行相關(guān)性計算，如此不需利用全部的圖像進行運算，從而可以簡化運算的過程，降低運算的復雜度。再者，通過上述方法，也可實現(xiàn)對多運動目標的跟蹤，從而不需設(shè)置多個攝像裝置，也不需設(shè)置其他的定位裝置，從而實施成本更低，更利用推廣實施。

【附圖說明】

圖1A為實施本發(fā)明的運動目標跟蹤方法的第一實施例的示意圖。

圖1B為實施本發(fā)明的運動目標跟蹤方法的第一實施例的流程示意圖。

圖2A為實施本發(fā)明的運動目標跟蹤方法的第二實施例的示意圖。

圖2B為實施本發(fā)明的運動目標跟蹤方法的第一實施例的流程示意圖。

圖3A為實施本發(fā)明的運動目標跟蹤方法的第三實施例的示意圖。

圖3B為實施本發(fā)明的運動目標跟蹤方法的第一實施例的流程示意圖。

圖4A為實施本發(fā)明的運動目標跟蹤方法的第四實施例的示意圖。

圖4B為實施本發(fā)明的運動目標跟蹤方法的第一實施例的流程示意圖。

【具體實施方式】

請參閱圖1A與1B所示，為實施本發(fā)明的運動目標跟蹤方法的第一實施例的示意圖及流程示意圖。實施本發(fā)明的運動目標跟蹤方法是利用一高速高清攝像裝置偵測運動目標相對于該高速高清攝像裝置的運動參數(shù)，該高速高清攝像裝置設(shè)有一圖像傳感器陣列，該運動目標跟蹤方法包括如下步驟：

步驟一：將該高速高清攝像裝置的圖像傳感器陣列分成多個子圖像傳感器陣列，例如該高速高清攝像裝置的圖像傳感器陣列為一個48*48的陣列，則可以將其分為4個24*24的圖像傳感器陣列，即如圖1A所示的A、B、C、D四個子圖像傳感器陣列；

步驟二：利用該高速高清攝像裝置拍攝包括運動目標M的全景圖像，即此時所拍攝的圖像為48*48的圖像；

步驟三：確定運動目標M所對應(yīng)的子圖像傳感器陣列，即確定運動目標所對應(yīng)的圖像是在A、B、C、D四個子圖像傳感器陣列中的哪一個；

步驟四：按時間序列單獨取得該運動目標M所對應(yīng)的子圖像傳感器陣列拍攝的局部圖像；

步驟五：對該子圖像傳感器陣列拍攝的局部圖像進行相關(guān)性運算，計算該運動目標的運動參數(shù)。

其中在步驟三中，確定運動目標所對應(yīng)的圖像是在A、B、C、D四個子圖像傳感器陣列中的哪一個可以通過根據(jù)每個子圖像傳感器陣列(即A、B、C、D四個子圖像傳感器陣列)的像素平均值進行判斷，平均值最大的則認為是運動目標所對應(yīng)的子圖像傳感器陣列。或者，也可將該多個子圖像傳感器陣列(即A、B、C、D四個子圖像傳感器陣列)所采樣的圖像作為參考幀，將新接收到的同樣位置的多個目標幀，之后采用平移相關(guān)法，取得最大的相關(guān)性所對應(yīng)的子圖像傳感器陣列即為運動目標所對應(yīng)的子圖像傳感器陣列，如果運動目標所對應(yīng)的圖像由A子圖像傳感器陣列拍攝的，則通過上述的像素平均值方法判斷時，A子圖像傳感器陣列的像素平均值應(yīng)為最大，或者用最大的相關(guān)性方法判斷時，此時A子圖像傳感器陣列的相關(guān)性應(yīng)為最大，因此通過此方法可以判斷運動目標落在A子圖像傳感器陣列的拍攝范圍內(nèi)，由此在計算運動目標的位移時，僅將A子圖像傳感器陣列的像素值取出進行相應(yīng)的計算，從而不必取得B、C、D三個子圖像傳感器陣列的像素值，如此可以減小運算量，從而可以提升運算速度。

當然，如果運動目標持續(xù)運動，則完全可從A子圖像傳感器陣列移到B子圖像傳感器陣列，此時應(yīng)以B子圖像傳感器陣列的像素值進行計算，因此需判斷運動目標最新的位置，對此可令該高速高清攝像裝置間隔一設(shè)定周期拍攝包括運動目標的全景圖像，根據(jù)每個子圖像傳感器陣列的像素平均值進行判斷判斷是否目標運動到另一個子圖像傳感器陣列對應(yīng)的區(qū)域以確定運動目標所對應(yīng)的子圖像傳感器陣列是否有變化?；蛘哌€可以通過計算運動目標圖像的質(zhì)心，并取得該質(zhì)心對應(yīng)的坐標，并結(jié)合所計算的該運動目標的運動參數(shù)(如位移)判斷是否改變運動目標所對應(yīng)的子圖像傳感器陣列，如沿X軸持續(xù)運動則運動目標應(yīng)移至B子圖像傳感器陣列，如沿Y軸持續(xù)運動則運動目標應(yīng)移至D子圖像傳感器陣列。

請參閱圖2A與2B所示，為實施本發(fā)明的運動目標跟蹤方法的第一實施例的示意圖及流程示意圖。實施本發(fā)明的運動目標跟蹤方法利用一高速高清攝像裝置偵測運動目標相對于該高速高清攝像裝置的運動參數(shù)，該高速高清攝像裝置設(shè)有一圖像傳感器陣列，該運動目標跟蹤方法包括如下步驟：

利用該高速高清攝像裝置拍攝包括運動目標M的全景圖像；

確定圖像的質(zhì)心的坐標；

以質(zhì)心坐標為中心，向周邊延伸(可為方形或圓形)設(shè)定的距離確定子圖像傳感器陣列P；

按時間序列單獨取得該子圖像傳感器陣列P拍攝的局部圖像；

對該子圖像傳感器陣列P拍攝的局部圖像進行相關(guān)性運算，計算該運動目標的運動參數(shù)。

與圖1A所示的方法相比較，圖2A所示的方法中是以質(zhì)心坐標為中心向周邊延伸設(shè)定的距離確定子圖像傳感器陣列，即此子圖像傳感器陣列是根據(jù)質(zhì)心坐標變化的，而此子圖像傳感器陣列可為方形(即以質(zhì)點為中心向上、下、左、右擴展多個像素)或圓形(即以質(zhì)點為中心向周圍擴展多個像素)，其中該子圖像傳感器陣列大小需要滿足相關(guān)值足以克服噪聲，一般需大于等于24X24。之后僅需取得該子圖像傳感器陣列的像素值進行相關(guān)性運算而取得運動目標的位移，而其他圖像傳感器的像素值則不必參與運算，從而減小運算量，提升運算速度。

當然，如果運動目標持續(xù)運動，該方法還包括根據(jù)質(zhì)心的初始坐標及所計算的該運動目標的運動參數(shù)(如位移)判斷是否重新選擇子圖像傳感器陣列的步驟，即如運動目標持續(xù)運動超出所選擇的子圖像傳感器陣列，而通過上述的步驟可判斷需要重新選擇新的子圖像傳感器陣列，則可依據(jù)上述的方法(即再次確定圖像的質(zhì)心的坐標，之后再以此坐標為中心重新確定子圖像傳感器陣列)。

請參閱圖3A與3B所示，為實施本發(fā)明的運動目標跟蹤方法的第一實施例的示意圖及流程示意圖。該方法針對多個運動目標進行跟蹤，該方法利用一高速高清攝像裝置偵測運動目標相對于該高速高清攝像裝置的運動參數(shù)，該高速高清攝像裝置設(shè)有一圖像傳感器陣列，該運動目標跟蹤方法包括如下步驟：

步驟一：將該高速高清攝像裝置的圖像傳感器陣列分成多個子圖像傳感器陣列，例如該高速高清攝像裝置的圖像傳感器陣列為一個48*48的陣列，則可以將其分為4個24*24的圖像傳感器陣列，即如圖1A所示的A、B、C、D四個子圖像傳感器陣列；

步驟二：利用該高速高清攝像裝置拍攝包括多個運動目標(如圖3A中的M1與M2)的全景圖像；

步驟三：確定該多個運動目標所對應(yīng)的子圖像傳感器陣列，如圖3A所示，其中運動目標M1在A子圖像傳感器陣列對應(yīng)的區(qū)域，而運動目標M2在C子圖像傳感器陣列對應(yīng)的區(qū)域；

步驟四：按時間序列單獨取得該多個運動目標所對應(yīng)的子圖像傳感器陣列拍攝的局部圖像，即如圖3A中所示的例子，取得A與C子圖像傳感器陣列拍攝的局部圖像；

步驟五：對每個運動目標對應(yīng)的子圖像傳感器陣列拍攝的局部圖像進行相關(guān)性運算，計算該運動目標的運動參數(shù)。

至于步驟三中如何確定該多個運動目標所對應(yīng)的子圖像傳感器陣列，可以通過根據(jù)每個子圖像傳感器陣列(即A、B、C、D四個子圖像傳感器陣列)的像素平均值進行判斷，平均值最大的則認為是運動目標所對應(yīng)的子圖像傳感器陣列?；蛘撸部蓪⒃摱鄠€子圖像傳感器陣列(即A、B、C、D四個子圖像傳感器陣列)所采樣的圖像作為參考幀，將新接收到的同樣位置的多個目標幀，之后采用平移相關(guān)法，取得最大的相關(guān)性所對應(yīng)的子圖像傳感器陣列即為運動目標所對應(yīng)的子圖像傳感器陣列，如果運動目標所對應(yīng)的圖像由A與C子圖像傳感器陣列拍攝的，則通過上述的像素平均值方法判斷時，A與C子圖像傳感器陣列的像素平均值應(yīng)為最大，或者用最大的相關(guān)性方法判斷時，此時A與C子圖像傳感器陣列的相關(guān)性應(yīng)為最大及次大(即如果該高速高清攝像裝置的拍攝范圍內(nèi)只有兩個運動目標時)，因此通過此方法可以判斷運動目標落在A與C子圖像傳感器陣列的拍攝范圍內(nèi)，由此在計算運動目標的位移時，僅將A與C子圖像傳感器陣列的像素值取出進行相應(yīng)的計算，從而不必取得B、D二個子圖像傳感器陣列的像素值，如此可以減小運算量，從而可以提升運算速度。

當然，如果運動目標持續(xù)運動，則完全可從A子圖像傳感器陣列移到B子圖像傳感器陣列，此時應(yīng)以B子圖像傳感器陣列的像素值進行計算，因此需判斷運動目標最新的位置，對此可令該高速高清攝像裝置間隔一設(shè)定周期拍攝包括運動目標的全景圖像，根據(jù)每個子圖像傳感器陣列的像素平均值進行判斷判斷是否目標運動到另一個子圖像傳感器陣列對應(yīng)的區(qū)域以確定運動目標所對應(yīng)的子圖像傳感器陣列是否有變化?；蛘哌€可以通過計算運動目標圖像的質(zhì)心，并取得該質(zhì)心對應(yīng)的坐標，并結(jié)合所計算的該運動目標的運動參數(shù)(如位移)判斷是否改變運動目標所對應(yīng)的子圖像傳感器陣列。

請參閱圖4A與4B所示，為實施本發(fā)明的運動目標跟蹤方法的第一實施例的示意圖及流程示意圖。實施本發(fā)明的運動目標跟蹤方法用于對多個運動目標進行跟蹤，該方法利用一高速高清攝像裝置偵測運動目標相對于該高速高清攝像裝置的運動參數(shù)，該高速高清攝像裝置設(shè)有一圖像傳感器陣列，該運動目標跟蹤方法包括如下步驟：

利用該高速高清攝像裝置拍攝包括多個運動目標(如圖4所示的運動目標M1及運動目標M2)的全景圖像；

確定圖像的質(zhì)心的坐標，即如圖4A所示，取得運動目標M1及運動目標M2對應(yīng)的圖像的質(zhì)心坐標；

以質(zhì)心坐標為中心，向周邊延伸設(shè)定的距離確定與運動目標相對應(yīng)的子圖像傳感器陣列，即如圖4A所示的子圖像傳感器陣列P1與子圖像傳感器陣列P2；

按時間序列單獨取得該子圖像傳感器陣列拍攝的局部圖像；

對該子圖像傳感器陣列拍攝的局部圖像進行相關(guān)性運算，計算該運動目標的運動參數(shù)，如各運動目標對于全景圖像的運動矢量。

針對圖3B與圖4B所示的多運動目標的跟蹤方法中，本領(lǐng)域技術(shù)人員應(yīng)可以想到，對于圖3中的方法，可將該高速高清攝像裝置的圖像傳感器陣列分為更多的子圖像傳感器陣列(即并不限于4個)，此可視該高速高清攝像裝置的圖像傳感器陣列的大小、處理器的處理能力及處理速度選擇子圖像傳感器陣列的合適大小。而對于圖4B中所示的方法，也可以選擇更多的運動目標進行跟蹤(即并不限于2個)，而相應(yīng)的子圖像傳感器陣列的大小也可依據(jù)該高速高清攝像裝置的圖像傳感器陣列的大小、處理器的處理能力及處理速度進行選擇。

對于對拍攝到的圖像進行相關(guān)性運算以計算該運動目標的運動參數(shù)的方法此在現(xiàn)有技術(shù)中多有描述，此可參考MPEG(Moving Picture Experts Group，動態(tài)圖像專家組)中相應(yīng)的運動跟蹤算法或應(yīng)用于光學鼠標中的運動跟蹤算法(其中典型的方法可參考美國專利US5786804中所揭示的方案)，此處不再詳細說明。

與現(xiàn)有技術(shù)相比較，本發(fā)明通過高速高清攝像裝置拍攝運動目標的全景圖像，之后有針對性地選擇部分的圖像進行相關(guān)性計算，如此不需利用全部的圖像進行運算，從而可以簡化運算的過程，降低運算的復雜度。再者，通過上述方法，也可實現(xiàn)對多運動目標的跟蹤，從而不需設(shè)置多個攝像裝置，也不需設(shè)置其他的定位裝置，從而實施成本更低，更利用推廣實施。

本領(lǐng)域的普通技術(shù)人員可以意識到，結(jié)合本文中所公開的實施例所描述的方法步驟，能夠應(yīng)用在其他動脈測量中，如頸動脈、關(guān)節(jié)動脈等，不應(yīng)認為超出本發(fā)明的范圍。

本領(lǐng)域的普通技術(shù)人員可以意識到，結(jié)合本文中所公開的實施例所描述的方法步驟，能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn)，為了清楚地說明硬件與軟件的可互換性，在上述的說明中已經(jīng)按照功能一般性地描述了各示例的組成和步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。專業(yè)技術(shù)人員可以對每個特定的應(yīng)用使用不同的方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應(yīng)認為超出本發(fā)明的范圍。

結(jié)合本文中所公開的實施例描述的方法步驟可以用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實現(xiàn)。軟件模塊可以置于隨機存儲器(RAM)、內(nèi)存、只讀存儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、CD-ROM或本技術(shù)領(lǐng)域內(nèi)所公知的任意其他形式的存儲介質(zhì)中。

可以理解的是，對本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，而所有這些改變或替換都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護范圍。