基于局部抠像技术的融合图像精确跟踪算法_程昱宇

图1
算法思想
∑ （ ∑（ α
j∈ I i∈ w j
i
－ a j I i － b j ） 2 + ε a2 j
）
（3）
2
2． 1
本文算法
基于帧间差分的目标初提取 帧间差分是解决静态背景下运动目标检测问题的常用算
其中， 参数 ε 的作用是保证数据稳定性 。将前面获取的前景、 背景草图约束添加到此最优化问题中， 则可以通过以下线性 方程组解出前景映射图 α 矩阵： （4） （ L + λD S ） α = λb S 其中： λ 为一个常数， 用于决定用户约束所起作用的大小；D S b S 为 N × 1 维向量， 是 N × N 的对角阵， 其中 N 均为图像像素 总和。对于草图中被标记的像素，D S 的相应对角元素为 1 ， b S 的对应元 其余元素为 0 。对于草图中已标记的前景像素， L 是 N × N 的稀疏矩阵， 其求解参见文 素为 1 ， 其余元素为 0 。 11 ］ 。 献［ 前景映射图包含了丰富的目标边缘信息， 对前景映射图 采用 Canny 算子进行边缘检测， 即可实现目标轮廓的精确提 。 取 由当前帧精确的跟踪结果， 即可建立用于生成下一帧草 图的新的颜色模型， 从而使得局部抠像可以自动地处理连续 图像序列。 2． 3 模板更新 为了在前景、 背景不断变化时保持跟踪的准确性， 还需要 进行颜色模型更新和抠像框位置更新 。 在此作出如下假设： 连续两帧的前景颜色集合和背景颜色集合具有一致性， 且目 标在下一帧位移后仍在前一帧的抠像框的范围之内 。由此模 型更新过程可以用式（ 5 ） 、 式（ 6 ） 表示： M Color （ C tF ， C tB ） = （ target t －1 ， rect t －1 ） （5） M Position （ rect t ） = φ（ target t －1 ） （6） 其中： M Color 代表颜色模型，M Position 代表抠像框位置模型。 target 代表 代表局部颜色模型更新， φ 代表抠像框位置更新， rect 代表抠像框， 目标轮廓， 上标代表所在的帧数。 式（ 5 ） 表 t 帧抠像所需的颜色模型由 t － 1 帧的目标轮廓、 明， 抠像框所 生成。式（ 6 ） 表明， 当 t － 1 帧的目标中心被确定时， 即可由此 生成用于 t 帧抠像的抠像框， 且在整个 中心更新抠像框位置， 跟踪过程中， 抠像框大小不作变化。
收稿日期：2013-04-11 ；修回日期：2013-05-21 。 基金项目：中国博士后科学基金资助项目（ 20110491415 ） ；中国民航科技项目（ MHＲD201124 ） 。 作者简介：程昱宇（ 1989 － ） ， 男， 四川绵阳人， 硕士研究生， 主要研究方向：图像处理； 钱小燕（ 1979 － ） ， 女， 江苏泰州人， 副教授， 博士， 主 要研究方向：图像处理、 数据融合。
1
算法思想
由于目前抠像技术需要大量用户交互， 而跟踪却是一个
像框， 算法能够自动地产生一个用于 t 帧抠像的草图。 对t帧 抠像框内每一个像素， 如果其颜色同前景颜色集 C F 中某一种 相同， 则被标记为前景像素；与此相似， 若像素点颜色同 C B 中 某一种相同， 则标记为背景。 此时生成的局部抠像草图将作 为求解目标精确轮廓的重要依据 。 2． 2． 3 基于草图的局部抠像跟踪 传统抠像技术假设输入图像是前景层 F 和背景层 B 的线 对于彩色图像往往需要人工交互对 7 个未知数的求 性组合， 解进行约束。由于目标跟踪需要实时无交互地进行， 并且只 11］中 因此本文基于文献［ 关心目标跟踪的正确性和精确性， 的思想， 利用生成的草图对抠像过程进行约束， 自动生成前景 11］ 中基于每个像素周围小窗口内 F 和 B 映射图。根据文献［ 近似不变的平滑度假设， 可以导出一个新的抠像模型： （2） α i = a i I i + b i ； i ∈ w 其中：α i 为窗口 w 内第 i 个像素的透明度， 取值为 0 到 1 ；a i = 1 / （ F i － B i ） ；b i = B i / （ F i － B i ） ；I i 是第 i 个像素的灰度值；w 是 ai 、 b i 来最 任意一个小窗口， 从而抠像问题可转化为求解 α i 、 小化目标方程： J（ α， a， b） =
本文通过自动生成草图完成抠像， 从而在 自动的过程。因此， 抠像和跟踪中建立起一座桥梁 。首先使用帧间差分法处理序 列前两帧， 初提取目标区域， 同时建立合适大小的抠像框， 二 者分别用于前景、 背景颜色模型的计算；由此颜色模型， 算法 可以自动生成局部抠像所需的草图；然后利用草图进行局部 获取前景映射图， 进而通过边缘检测获取目标的精确轮 抠像， 廓， 即跟踪结果；最后在此轮廓的基础上即可完成颜色模型以 从而实现持续、 精确的跟踪。算法思想如图 及抠像框的更新， 1 所示。
产生的草图为基础的抠像方法， 算法复杂性得到降低。 11］ 受文献［ 中利用草图进行抠像的思想的启发， 本文提 出一种针对彩色融合图像的全自动目标跟踪算法 。算法通过 自动获取草图指导抠像过程， 再解算出目标的轮廓和方位 。 精确的抠像结果有利于准确区分前景和背景， 更好地实现模 型更新， 从而避免了跟踪中的漂移问题 。另外， 由于抠像算法
0
引言
用可见光和红外成像传感器对视频图像中指定目标进行
［1 ］
何准确地区分前景背景， 有效进行模型更新， 是鲁棒跟踪的关 键问题。 现有算法已能获取目标精确区域， 如主动轮廓线法 图像分割法
［7 ］ ［具挑战的研究领域
。可
以及抠像。 主动轮廓线法依赖轮廓曲线的匹
［11 ］
。另外， 现有算法往往用矩形框 、 椭圆框来表示目标所
［5 ］
在的区域
， 但现实中的目标往往不是规则的矩形或椭圆
提出了以少量用户交互
型， 比如人在运动过程中的不同姿态， 所以这样的一种分区方 式必然会导致部分背景被认为是前景的一部分， 而且当目标 或目标被遮挡时， 这样情况尤其严重。正是因 定位不甚准确， 为目标特征信息估计的不准确， 使得更新后的模型准确性降 且随着跟踪的进行， 模型的准确性会呈持续下滑趋势， 从 低， 而引起模型失真和跟踪框漂移， 最终导致跟踪失败。因此， 如
Journal of Computer Applications 计算机应用，2013，33( 10) : 2907 － 2910 文章编号：1001-9081 （ 2013 ） 10-2907-04
ISSN 1001-9081 CODEN JYIIDU
2013-10-01 http: / / www． joca． cn doi：10． 11772 / j． issn． 1001-9081． 2013． 10． 2907
［4 ］
配， 当目标出现剧烈的姿势变化时难以得到理想的跟踪效果 。 8］ 文献［ 基于图像分割思想， 提出由前一帧目标轮廓匹配出 但由于该类算法仅仅利用了目标边缘信 当前帧轮廓的算法， 息而忽略了目标内部的有用信息， 所以跟踪不够精确。 在基 于必要的先验知识的情况下， 抠像的方法在获取目标轮廓方 9］ 把抠像技术转化成一个贝叶斯 面具有良好的效果。文献［ 10］具有良好的抠像效 框架， 再解析出前景映射图。 文献［ 果， 但需要使用三分图作为输入， 而用户手动构造三分图却是 一项繁琐、 耗时的工作。 Levin 等
2908
计算机应用 2． 2． 2
第 33 卷 局部抠像草图的形成 C B 和抠 在 t － 1 帧时， 基于跟踪结果产生的颜色集合 C F 、
在时间上消耗过大， 为了解决与跟踪的实时性的冲突， 本文算 法提出了局部抠像的方法， 提高了跟踪算法的运行效率 。 实 验证明， 算法能够获得目标的准确轮廓， 具有优良的跟踪效 果。
Precise object tracking algorithm for fusion image based on local image matting
CHENG Yuyu ，QIAN Xiaoyan
( College of Civil Aviation， Nanjing University of Aeronautics and Astronautics， Nanjing Jiangsu 210016 ，China)
基于局部抠像技术的融合图像精确跟踪算法
程昱宇 ，钱小燕
( 南京航空航天大学 民航学院，南京 210016) ( * 通信作者电子邮箱 arrow1712@ 163． com)
*
摘
要：为了提高跟踪精度， 提出一种基于局部抠像的融合图像全自动精确跟踪算法 。 首先采用帧间差分法获
并自动生成局部抠像框 ， 由此采集目标、 背景代表颜色集合； 在此基础上自动生成抠像所需 取运动目标的大致区域 ， 的草图， 实现对目标的抠像；最后对抠像产生的前景映射图进行边缘检测即可获取精确的目标轮廓 ， 并可根据跟踪结 果对模型进行更新。对于实验的图像序列， 与目标实际中心相比较 ， 抠像跟踪误差均值为 0． 9 像素， 传统均值漂移跟 踪误差均值为 5． 2 像素。实验结果表明， 该方法跟踪结果能完整 、 清晰地表示目标轮廓， 很好地解决了跟踪中的漂移 问题， 提升了跟踪精度。 关键词：抠像；图像融合；目标跟踪；模板更新；漂移 中图分类号： TP391． 9 文献标志码：A
见光、 红外图像的融合能够将不同传感器信息融合为可信度 更高、 细节信息更完善的融合图像， 克服了单一传感器自身的 从而有利于避免因环境或其他干扰因素导致的跟踪精 局限， 度降低或目标丢失等现象 。 在实际跟踪系统中， 由于目标形态和背景环境不断变化， 当算法成功估计目标在当前帧中的位置后， 往往需要提取新 ［2 － 3 ］ ， 的颜色、 纹理等信息以更新目标模型 如均值漂移算 法
*
Abstract: A precise object tracking algorithm for fusion image based on local image matting was proposed in this paper to improve the tracking effect． Firstly， the rough region of the moving target could be captured by the minus of the sequence s first two frames and therefore the rectangle was generated for local matting and the discriminative color set of foreground and background． Then the coarse region and the following tracking results automatically provided sufficient and accurate scribbles for matting， which made matting applicable in a tracking system． Finally accurate boundaries of the target could be obtained from matting results so that the model was successfully updated． For experimental image sequences， the mean error of the proposed algorithm was 0． 9 pixels between forecasted center and real center of target， and that of traditional meanshift was 5． 2 pixels． The experimental results show that the proposed algorithm can detect the contour of target accurately， ovviously avoids model drift and promotes precision of tracking． Key words: image matting; image fusion; object tracking; model update; drift