第29卷第3期
2009年3月
计算机应用
JournalofComputerApplications
V01.29No.3
Mar.2009
文章编号:1001—9081(2009)03—0757—04
基于CamShift的自适应颜色空间目标跟踪算法
徐琨1,贺昱曜2,王卫亚1
(I.长安大学信息
工程
路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理
学院,西安710064;2.长安大学电子与控制1=程学院,西安710064)
(xukun—yunjing@hotmail.coln;xkun@ehd.edu.cn)
摘要:CamShift算法只适于特定颜色目标的跟踪,针对这一不足,提出了自适应颜色空间目标跟踪算法。依据
当前测量值,根据类间平均距离动态选择当前颜色空间。颜色空间更新判断机制的引入,降低了颜色空间更新带来
的时间开销。实验结果表明,该算法.-q-以更准确地在复杂背景下的跟踪各种色彩的目标。
关键词:目标跟踪;连续自适应均值漂移算法;颜色空间选择
中图分类号:TP391.41文献标志码:A
objecttrackingalgorithmwithadaptivecolorspacebasedonCamShift
XUKunl。HEYu—vaoj。WANGWei.yal
(I.SchoolofInformationEngineenng,Chang'anUniversity,Xi'anShaanxi710064,China;
2.SchoolofElectronicandControlEngineenng,Chang'anUniversity,射么nShaanxi710064.Oh/ha)
Abstract:ConsideringthepoorperformancethatCamShiftalgorithmonlyappliestotracktargetswithcertaincolor,an
improvedalgorithmnamedadaptivecolorspacetrackingalgorithmwasproposed.Usingthenewmeasurements,thecurrent
colorspacewasselecteddynamicallyaccordingtotheaveragedistancebetweenobjectsandbackgrounds.Withtheintroduction
ofthemechanisminsimilarityanalysis,timecostWasdecreased.Theexperimentalresultsshowthenewalgorithmcantrack
multi-colortargetsincomplexbackgroundsmoreaccurately.
Keywords:objecttracking;continuouslyadaptivemeanshift;colorspacemodelselection
0 引言
运动目标跟踪是视觉监控、视频压缩和自动视觉分析等
应用中的关键技术之一。绝大多数应用场合中要求目标跟踪
算法对遮挡、光线变化以及目标缩放、旋转具有鲁棒性。同
时,跟踪算法还需要消耗尽可能少的时间,以满足实时性的要
求。近年来,均值漂移(MeanShift)算法⋯和粒子滤波¨1被
广泛应用于目标跟踪领域中。其中,MeanShift以其无需参
数、快速模式匹配的特性而受到广泛关注。但该算法缺乏必
要的模型更新,当目标存在明显的尺寸变化时,容易造成目标
的丢失”J。文献[4]提出了一种基于后向跟踪、形心配准的
核窗宽自动选取算法,利用前后两帧中口标的角点匹配估计
目标的仿射模型参数,以此对核函数的半径进行修改H1。
CamShift(ContinuouslyAdaptiveMeanShift)算法通过H分量
方向投影图中目标区的各阶矩计算获得目标尺度和转角,依
靠连续迭代计算,获取目标形心位鼍一。。该算法可以对人脸
等具有特定颜色的日标进行跟踪,但在复杂背景中、运动口标
色彩丰富或者当日标与背景颜色接近时,跟踪结果往往难以
令人满意。其主要原因有以F两个:
1)原算法使用单一的HSV颜色模型,很难适应物体大范
围运动造成的背景变化和大幅度光照变化。
2)只使用HSI模!l!!中H分苗作为目标建模特征,当S或
者I值较小或者较大时,色调定义十分模糊,原算法忽略了这
些像素。
文献[6]通过对RGB颜色卒问的3个分量赋予不同的权
重进行组合,获得49个图像特征描述,依据目标模型可区分
度,选取5个颜色特征建立目标模型【6J。文献[7]采用HSV
空间的H、S、V三分量建立目标模型,实现了复杂背景下多颜
色目标的跟踪p1。然而这些方法依然属于固定颜色空间建
模方法。本文提出了一种自适应颜色空间跟踪算法
(AdaptiveColorSpaceTrackingAlgorithm,ACSTA),根据当前
观测值自适应选择颜色窄间,增加厂算法跟踪多色调目标的
准确性,提高了适应环境变化的鲁棒性。通过引人模型更新
判断机制,降低r模型更新带来的时间开销。
1 CamShifi算法
CamShift是在颜色概率分布图中执行Mean.Shift算法,是
一种动态变化分布的密度函数梯度估计的非参数方法。对于
离散分布,其算法步骤如下:
1)由目标检测模块或手工标定方式初始化跟踪窗口。
2)对跟踪窗LJ中每个像素的H通道上的值采样,得到目
标的色调分布直方图{q(u)}。-1’:,⋯。。。b为直方图箱格的数
目,一般取256。
3)以跟踪窗u形心(‰,Y0)为中心,设置计算区,其大小
比跟踪窗口尺寸稍大。
4)通过直方图反向投影计算计算区的颜色概率分布图
,(石,,,)。
l(x,Y)=(255/q一)·q(u)8[c(f(x,Y))一u](1)
其中,以茗,y):萨一印为图像函数;c(·):舻一{1,2,⋯,b}
为颜色卒间量化函数;6(·)是Kronecker函数。
5)计算l(x,y)的零阶矩‰,一阶矩%,,肘,。和质心
(菇,,扎)。
收稿日期:2008—09—03;修回日期:2008—10—30。基金项目:陕两省自然科学基金资助项日(2007E229)。
作者简介:徐琨(1974一)女,陕西西安人,讲师,博士研究生,主要研究方向:数宁图像处理、计算机视觉;贺昱曜(1956一),男,陕西富乎
人,教授,博士生导师,主要研究方向:智能控制;王卫亚(1964一),男,河南陕县人。副教授,博士,主要研究方向:网络信息处理。
万方数据
758 计算机应用 第29卷
‰=∑∑如,,,),M。。=∑∑戈m,),)
7‰1=∑∑yl(x,,,),犯=肘-。/‰,Yc=Mol/‰
6)若I‰一算。I<占并且IYo—YcI<8或者迭代次数大
于某阈值,执行7)。否则,执行8)。
7)统计新跟踪窗口中目标的色调分布直方图。输出跟
踪窗口中心(致,Y。)、宽埘=/‰/256和高h=1.2w。读
入下一帧,重新执行2)。
8)执行‰=虬,Yo=儿,设置窗口宽埘=佤/256,高
h=1.2w。重新执行3)。
在Bradsk提出的CamShift算法∞1中,颜色概率分布是依
据HSV颜色空间的H分量统计得到的。由于人脸肤色具有
相似的色调分布,该算法被成功地应用到人脸跟踪中。但当
目标旱现多色调,仅采用H分量的统计是不够的。另外,在
HSV颜色空间中,当s或者V值较小或者较大时,色调定义
十分模糊,原算法在统计直方图时忽略r这些像素。这一做
法势必降低灰色、黑色等色调模糊的目标模型与背景模型的
可分度,导致跟踪失败。
图1为不同颜色目标的H分量颜色概率分布图。可以
看fb在H分量的颜色概率分布图中,绿色目标与背景的可分
度最好,黑色和白色目标淹没在背景中。因此,有必要依据目
标颜色自适应选择颜色空间。
图1不同目标的H分量颜色概率分布图
2颜色空间选择
根据各颜色空间的特点以及它们与RGB空间之间的变
化关系,颜色卒问基本可分为RGB及线性颜色空I训、归一化
色品坐标、感知均匀空间、知觉颜色空间和组合颜色空间等五
类颜色空间¨J。面对众多的颜色空|’开J模型,需要进行初步筛
选以建立候选颜色卒问集。对实际的跟踪而言,对不同颜色
目标至少有一个颜色空间能够形成紧敛的聚簇。『司时,还应
尽可能地包含最少数量的颜色卒问模型。笔者构造了一个包
含不『叫颜色的200张车辆目标的样本库,依次建立每个目标
的颜色分布概率图,确定了RG,HS,CbCr,IQ四个颜色空间组
成的候选颜色空I’日J集。
2.1颜色空间选择准则
目标与背景可以分开是因为它们位于特征空间中的不同
区域,显然这些区域之问距离越大、目标和背景的紧致性越
好,类别可分性就越大。凶此,将目标与背景特征向量之间的
平均距离作为颜色审问选择准则。
由于目标运动的连续性,只需要考虑目标和其外围局部
的背景区域之I’日J的特征区分度即可。设颜色分布概率图中位
于小矩形的像素为目标样本,位于小矩形和大矩形之间的像
素为背景样本,如图2所示。工:为第i类中的D维特征向苣,
C为总类别数。样本的类间离散度矩阵既和类内离散度矩
阵s。分别定义为:
C
瓯=∑P。(p;一p)(it。-at)7 (2)
‘=l
C
s。=∑P;E。[(工一弘。)(工一肛。)7] (3)
其中,P。=N;/N是第i类中的先验概率,M是第i类的训练
Ni
样本总个数,N为总样本数,,‘。=(1/N)。∑工:为第i类的样
fj
C
本均值向量,,‘=∑Pip;为所有样本的均值向量。评价指标
^=l
为J=tr(£‘&)。显然,L,对应的颜色空间就是最佳颜色空
间。图2为两个目标在不I司颜色空间按照降序J排列的颜色
概率分布图。
2.2相似性判定
颜色空问选择算法以降低目标跟踪的实时性来提高跟踪
的鲁棒性。如果每帧都执行颜色空间选择算法,势必会降低
系统实时性。另一方面,目标运动的连续性和相邻帧的时间
相关性使得目标特征在一定程度卜具有连续性。因此,相似
性判定机制的引入能够提高算法的实时性。
设肜。形分别是t~1和t时刻颜色概率分布图中的目
标跟踪窗u,且形一,<%,N为E一。内像索数。在肜内选
择一小窗口形7,E7与阢的形心重合,与眵一.等大小。如
果相似度fw。一彤。’I/J}、f大于某阈值丁,表明当前的目标模
型不能合理解释目标、背景或光线的突变,从而引起跟踪窗口
发生较大变化。此时,执行颜色空间选择算法选择最佳颜色
空问模型。
3 自适应颜色空间跟踪算法
利用当前观测值动态选择颜色窄间的自适应颜色空间跟
踪算法(ACSTA),允分利用了目标和背景外观的先验知识,
对光照突变、复杂背景具有较强的鲁棒性。ACSSA算法分为
初始化和口标跟踪两个阶段。
万方数据
第3期 徐琨等:基于CamShift的自适应颜色空间目标跟踪算法 759
图2不同日标、不同颜色空间的颜色概率分布图
CDM。Il图像^lI孵
CamShift算法
盟<逦茧爹
∥,r——一
不相似‘
I颜色窄f枷选择算法
CSM。。ICSMcm=。CSMnew
厂]蓊花矿————————1
图3 ACSTA跟踪阶段流程
初始化阶段:由目标枪测模块或手工标定方式初始化跟
踪窗口W1。建立各候选颜色空间对应的颜色概率分布图,
选取k对应的颜色空间,并计算初始颜色分布模型CDM,。
目标跟踪阶段:读入一帧图像,I,依据CDM,。肜一,执行
CamShift鳟2法,得到本帧跟踪窗口形,进行相似性判定,若
职。形相似度很大,则使用当前颜色空间模型(ColorSpace
Modal,CSM)cs肘。.,更新颜色分布模型CDM。;否则执行颜
色空间选择算法,确定新的颜色空间模型∞M一,执行
CSM。,=CSM。。,更新颜色分布概率图CDM。。
4 实验结果
选择两段不同的视频序列验证本文提}f{的ACSTA算法
的有效性。图4给出第一段视频中黑色目标的跟踪结果。图
4(a)为采用经典CamShift算法的跟踪结果,由于被跟踪目标
的H特征模糊,在第4帧跟踪窗几部分脱离日标,第7帧中跟
踪窗n已完伞脱离目标直至目标消失。图4(b)为采用
ACSTA算法的跟踪结果,可以看出即使在144帧光线剧烈变
化的情况下,目标始终被稳定地跟踪。
图4跟踪结果I
图5给出第二段视频中黄色目标的跟踪结果。
图5(a)列出采用经典CamShift算法的跟踪结果,在光线
剧烈变化前(第1、29、56帧)目标被很好地跟踪,第65帧时由
于目标从暗区进入亮区,采用固定模型不能很好地适应这一
变化,使得跟踪窗口脱离目标直拿目标消失。
图5(b)列出采用ACSTA算法的跟踪结果,根据背景与
目标的町分度选择最佳颜色空间较好地适应了背景和目标表
面的变化。
图6给f{{了两段视频采用ACSTA算法时颜色空间的使
用情况。可以看出:1)被跟踪目标颜色分布不同,最佳颜色
李问也不同;2)最佳颜色空间具有一定的连续性;3)当日标
外观变化或者背景变化时,最佳颜色李间变化。
L:述跟踪算法均采用VC++6.0编程,在InterlPentium4
2.4GHz微型机执行,采用MeanShift算法平均每帧处理时间
万方数据
760 计算机应用 第29卷
约为1.8ms,采用ACSTA算法的平均每帧处理时间约为23咖,满足视频监控系统的实时性要求。
5 结语
帧号
(b)视频2
图6 ACsTA算法颜色宅间的使用情况
图5跟踪结果2
杂背景下的月标跟踪,获得了比经典CamShift算法更加准确、
更加稳定的跟踪结果。
参考文献:
【1】 COMANICIUD,RAMESHV,MEERP.Kernel—basedobjecttrack—
ing【J】.IEEETransactionsonPatternAnalysisandMachineIntelli—
gencc,2003,25(5):564—577.
针对Cam.Shift算法只适于跟踪简单背景下人脸等特定颜
色目标的不足,本文提出了自适应颜色空间目标跟踪算法。
首先在候选颜色空间集中依据目标与背景特征向量之间的平
均距离选择最佳颜色空间,在此基础上执行CamShift算法,获
得目标的位置、大小等参数。相似性判定准则的引入提高r
算法的实时性。将该算法应用于多色彩目标及光线变化的复
GUSTAFSSONF,GUNNARSSONF,BERGMANN,eta1.Pattieh
filtersforpositioning,navigation,andtracking【J】.IEEETransac—
tionsonSignalProcessing,2002,50(2):425—437.
COLHNSR.Mean-Shiftblobtrackingthroughscalespace【c]//
IEEEInternationalConferenceonComputerVisionandPatternRec-
ognition.Madison:IEEE.2003:234—240.
彭宁嵩,杨杰,刘志,等.Mean—Shift跟踪算法中核函数窗宽的自
动选取【J].软件学报,2005,16(9):1542—1550.
BRADSKIGR.ComputervisionfacetrackingforUSeinaperceptu—
aluserinterface【C1//ProceedingsofFourthIEEEWorkshopAppli·
cationsofComputerVision.Berlin:IEEE,1998:214—219.
COLLINSRT,LIUYAN—XI.On—lineselectionofdiscriminative
trm:kingfeatures【J】.IEEETransactionsonPatternAnMysisand
MachineIntelligence,2005,27(10):1631—1643.
ALLENJG,XURYD,JINJS.Objecttrackingusingeamshiflal—
gofithmandmultiplequantisedfeatIlrespace【C】//Proceedingsof
2003Pan—SydneyAreaWorkshoponVisualInformationPnJ‘:essing.
Darlinghurst,Australia:AustralianComputerSociety,2004:3-7.
徐战武,朱淼良.基于颜色的皮肤检测综述【J】.中国l冬j象图形学
报,2007,12(3):377—388.
(上接第756页)
主观评价不一致。本文在介绍常用的主客观评价方法的基础
上,针对图像内插莺建这种特定的缩减参考图像质馈评价,提
出了一种基于边缘基元的评价方法。实验比较结果表明,这
种方法町在一定程度卜反映内插重建图像的质量。
参考文献:
【1】 狄红卫,刘显峰.基于结构相似度的图像融合质培评价【J1.光
子学报,2006,35(5):766—771.
【2】 WANGZHOU,BOVIKAC,SHEIKHHR,eta1.Imagequality
assessment:fromeiTorvisibilitytostructuralsimilarity【J1.IEEE
TransactionsonImageProcessing,2004,13(4):600—612.
【3】
f41
【5】
【6】
【7】
李桂苓,王楠楠,张强.MPEG-2系统运动图像质量评价技术的
研究【J】.天津大学学报,2001,34(5):573—576.
徐宗琦,高璐.一种盲复原图像振铃效应的后处理与质量评价
方法【J】.计算机应用,2007,27(4):986—988.
佟雨兵,张其善,祁厶平.基于PSNR与ssIM联合的图像质量评价
模型【J1.中围图象图形学报,21307。12(11):1760—1763.
CASTI。EMANKR.数字图像处理lMJ.朱志刚,译.北京:电子
工业出版社,2002:176—210.
何宁清,侯止信.基于拿相佗沃尔什内插核的图像插值【J】.中
国图象图形学报,2007,12(10):1865—1868.
Ⅲ
㈣
㈣
㈣
吲
Ⅲ
吲
万方数据
基于CamShift的自适应颜色空间目标跟踪算法
作者: 徐琨, 贺昱曜, 王卫亚, XU Kun, HE Yu-yao, WANG Wei-ya
作者单位: 徐琨,王卫亚,XU Kun,WANG Wei-ya(长安大学,信息工程学院,西安,710064), 贺昱曜,HE
Yu-yao(长安大学,电子与控制工程学院,西安,710064)
刊名: 计算机应用
英文刊名: JOURNAL OF COMPUTER APPLICATIONS
年,卷(期): 2009,29(3)
被引用次数: 2次
参考文献(8条)
1.COMANICIU D.RAMESH V.MEER P Kernel-based object tracking[外文期刊] 2003(05)
2.GUSTAFSSON F.GUNNARSSON F.BERGMAN N Particle filters for positioning,navigation,and tracking[外文
期刊] 2002(02)
3.COLLINS R Mean-Shift blob tracking through scale space 2003
4.彭宁嵩.杨杰.刘志 Mean-Shift跟踪算法中核函数窗宽的自动选取[期刊论文]-软件学报 2005(09)
5.BRADSKI G R Computer vision face tracking for use in a perceptual user interface 1998
6.COLLINS R T.LIU YAN-XI On-line selection of discriminative tracking features 2005(10)
7.ALLEN J G.XU R Y D.JIN J S Object tracking using camshift algorithm and multiple quantized feature
space 2004
8.徐战武.朱淼良 基于颜色的皮肤检测综述[期刊论文]-中国图象图形学报 2007(03)
引证文献(2条)
1.卢璇.雷航.郝宗波 联合多特征的自动CamShift跟踪算法[期刊论文]-计算机应用 2010(3)
2.刘晓明.张起贵 基于静态场景下的单目标徘徊检测及跟踪方法[期刊论文]-微型机与应用 2010(13)
本文链接:http://d.g.wanfangdata.com.cn/Periodical_jsjyy200903036.aspx