[发明专利]一种基于多特征空间融合的道路车辆跟踪方法

摘要

本发明公开一种基于多特征空间融合的道路车辆跟踪方法。该方法首先读入一段视频并将其分割成图像帧，选取车辆目标所在区域，将输入的图像帧从RGB颜色空间转换至HSV颜色空间，将颜色直方图作为颜色特征；接着通过构建积分图计算水平边缘特征、垂直边缘特征和对角边缘特征，获取Haar‑like形状特征；然后分别在垂直边缘特征空间、水平边缘特征空间、对角边缘特征空间和颜色特征空间中建立目标模型和候选模型，利用Bhattacharyya系数计算这两个模型之间的相似度，使用均值漂移算法迭代计算出当前帧中与目标模型最相似的候选模型的位置；分别在颜色特征空间、水平边缘特征空间、垂直边缘特征空间和对角边缘特征空间中找到四个可能的目标位置，将它们加权融合得到目标的最终位置。

主权项

1.一种基于多特征空间融合的道路车辆跟踪方法，其特征在于，包括以下步骤：/nS1、输入1个视频，视频源是未经过压缩的视频序列文件，将视频源分割成一个个的图像帧；/nS2、将输入的帧图像从RGB标准颜色空间转换至HSV颜色空间，使用HSV颜色空间中的H色调通道创建色调图像，计算色调图像的颜色直方图，得到目标区域的颜色特征；所述颜色直方图是将颜色空间划分成若干个小的颜色空间，统计颜色落在每个小区间内的像素数的一种图形化描述；/nS3、建立以图像的左上角为原点，横向为x轴，纵向为y轴的二维坐标系，提取帧中Haar-like特征，使用积分图加速计算水平边缘特征、垂直边缘特征和对角边缘特征，所述积分图是图像的一种中间表示形式，是图像起始像素点到每一个像素点之间所形成的矩形区域的像素值和；/nS4、在颜色特征空间、水平边缘特征空间、垂直边缘特征空间和对角边缘特征空间中建立目标所在图像区域的目标模型和目标可能存在图像区域的候选模型，利用Bhattacharyya系数作为相似性函数表示目标模型与候选模型之间的相似度，使用均值漂移算法迭代计算出与目标模型最相似的候选模型的位置；所述均值漂移算法是一种使相似性函数达到最大，并不断迭代计算得到候选模型关于目标模型的均值漂移向量，最终收敛到目标的真实位置，达到跟踪效果的算法；/nS5、分别在垂直边缘特征空间、水平边缘特征空间、对角边缘特征空间和颜色特征空间中使用步骤S4的方法，找到四个可能的目标位置，对这四个目标位置加权融合得到目标的最终位置。/n