【摘要】 一种模式识别技术领域的基于多特征图像和均值漂移的红外目标跟踪方法，包括如下步骤：首先，在原始图像上提取图像的Gabor特征和熵特征，并生成相应的Gabor特征图像和熵特征图像；然后，将原始红外图像、Gabor特征图像和熵特征图像，合成多特征图像，每个像素位置的r、g和b值分别为原始红外图像的灰度值、Gabor特征值和熵特征值；最后，采用均值漂移算法在多特征图像上对目标进行跟踪，得到更精确的目标位置信息。本发明弥补了均值漂移算法只能根据单一特征(统计特征)跟踪目标的缺陷，所提出的多特征图像的概念，也可以被用做其它跟踪方法提高跟踪精度的技术手段。 【专利类型】发明授权 【申请人】上海交通大学 【申请人类型】学校 【申请人地址】200240 上海市闵行区东川路800号 【申请人地区】中国 【申请人城市】上海市 【申请人区县】闵行区 【申请号】CN200810038549.4 【申请日】2008-06-05 【申请年份】2008 【公开公告号】CN101286236B 【公开公告日】2010-06-16 【公开公告年份】2010 【授权公告号】CN101286236B 【授权公告日】2010-06-16 【授权公告年份】2010.0 【IPC分类号】G06T7/20 【发明人】杨杰; 刘瑞明 【主权项内容】1.一种基于多特征图像和均值漂移的红外目标跟踪方法，其特征在于，包括如下步骤： 首先，在原始图像上提取图像的Gabor特征和熵特征，并生成相应的Gabor特征图像和熵特征图像； 然后，将原始红外图像、Gabor特征图像和熵特征图像，合成多特征图像，每个像素位置的r、g和b值分别为原始红外图像的灰度值、Gabor特征值和熵特征值； 最后，采用均值漂移算法在多特征图像上对目标进行跟踪，得到目标位置信息； 所述的提取红外图像的Gabor特征，并生成Gabor特征图像，具体为：在原始红外图像I上的每个像素点(x，y)处，用二维Gabor滤波器采用的函数： 计算其函数值，Gabor特征是通过将原始图像I和Gabor滤波器执行卷积得到的，在图像的像素(x，y)处，Gabor特征为fG(x，y)＝I(x，y)*G(x，y)，用fG(x，y)值作为像素(x，y)处的灰度值，生成Gabor特征值图像； 所述的提取红外图像的熵特征，并生成熵特征图像，具体为：在原始红外图像I上的每个像素点(x，y)处，以(x，y)为中心的滑动窗口内，设pi是该窗口中灰度值i出现的概率，则(x，y)处的熵特征为： 且规定当pi＝0时pilogpi＝0，用H(x，y)值作为像素(x，y)处的灰度值，生成熵特征值图像。 【当前权利人】上海交通大学 【当前专利权人地址】上海市闵行区东川路800号 【统一社会信用代码】1210000042500615X0 【引证次数】2.0 【自引次数】2.0 【家族引证次数】2.0 【家族被引证次数】10
