一种快速稳定的对比度跟踪方法

王思远，姚志均

(中国船舶重工集团公司第七二三研究所，江苏 扬州 225001)

一种快速稳定的对比度跟踪方法

王思远，姚志均

(中国船舶重工集团公司第七二三研究所，江苏 扬州 225001)

基于峰值的对比度跟踪方法是军事应用中最常用的目标跟踪方法之一。在分析了该传统方法的不足之后，提出了新的快速稳定的对比度跟踪方法。本文方法利用积分图像大幅减少重复计算，从而加快了寻找峰值的速度；同时，本文方法记录了具有相同最大值或最小值的所有子窗口位置信息，利用这些信息求得目标的当前位置。实验结果表明，与传统方法相比，本文方法的跟踪结果更稳定，计算速度更快。

目标跟踪；对比度跟踪；积分图像；图像处理

0 引 言

光电制导武器的跟踪系统通过提取目标在图像中的位置信息，计算出跟踪的角度误差信号，以驱动跟踪伺服机构，从而实现对目标的准确跟踪。目前军事应用中比较实用的目标跟踪方法主要分为对比度跟踪和相关跟踪两大类[1-3]。

对比度跟踪，又称波门跟踪，是通过比较目标与背景之间的对比度来自动跟踪目标的一种方法。该方法根据跟踪参考点的不同，又可分为：基于边缘的对比度跟踪法[4]、基于形心的对比度跟踪法[5]、基于峰值的对比度跟踪法[6]。波门跟踪的特点是运算量较小，实时性强，但其对目标背景的对比度要求比较苛刻，识别目标的能力差，难以跟踪复杂背景中的目标。

相关跟踪[7-8]，也称模板匹配，首先提取目标模板，然后与图像中各个图像区域(大小与目标模板一样)作比较，以与目标模板最相似或距离最小的图像位置作为目标的当前位置进行跟踪。该方法具有很高的精度和很强的适应性, 对图像灰度值的线性变换具有一定的鲁棒性，但其计算量很大，很难满足实时性要求。

由于光电子技术的飞速发展，图像的分辨率越来越大，这就要求目标跟踪算法的计算量要小，尤其是跟踪高速运动目标时，更要求算法具有很好的实时性。本文通过分析基于峰值的对比度跟踪方法的优缺点，进而提出了一种快速稳定的对比度跟踪方法。

1 基于峰值的对比度跟踪方法

基于峰值的对比度跟踪是以目标图像上最亮点(即白目标)或最暗点(即黑目标)作为跟踪参考点的跟踪方法。因为最亮点是图像函数的峰值点，最暗点是图像函数经倒相后(正负极性反转，成为负像)的峰值点，所以也称为峰值跟踪。在对比度跟踪的各种方法中，峰值跟踪是最灵敏、反应速度最快的一种方法。

虽然峰值跟踪法是通过寻找图像中最亮或最暗的像素作为目标的跟踪位置，然而图像中往往存在大量的噪声，故仅用一个像素的信息去判断最亮或最暗是不可靠的。

为此，在实际应用中，一般用一个子窗口(如4×4，8×8)内的像素值之和的最大值或最小值来代替最亮或最暗，以作为搜索目标位置的依据。这样，从当前波门图像的左上角开始搜索，依次从左到右，从上到下，以子窗口内像素值之和的最大值或最小值的图像位置作为与目标最相似的子窗口，并以该子窗口的中心作为目标的当前位置进行跟踪。

经分析，上述跟踪过程中存在2个问题：

(1) 在计算每个子窗口内的像素值之和时，存在大量的重复计算，从而影响了算法的实时性；

(2) 整个搜索过程中，可能会碰到多个子窗口具有相同的最大值或最小值，而传统的方法是取第1个子窗口作为目标位置，这使得跟踪的位置离目标中心有一定的距离。

为了克服上述2个问题，本文提出了一种快速稳定的对比度跟踪方法，首先利用积分图像技术来大幅度减少重复计算；其次，当存在多个子窗口具有相同的最大值或最小值时，记录这些子窗口的位置信息，然后求它们的平均值作为目标的当前位置进行跟踪。

2 快速稳定的对比度跟踪方法

2.1 积分图像

设波门图像I的大小为w×h，其对应的积分图像构建过程如下：首先对图像I中的每一列，以列的方向从上往下累加各像素的灰度值，得到一个中间结果Temp；再对这个中间结果中的每一行，以行的方向从左到右累加各像素的值，生成积分图像I′。积分图像的构建过程可以用如下2个公式来表示：

(1)

(2)

上述2个公式也可合并为1个公式，如公式(3)所示：

(3)

这样,积分图像中任一位置(x,y)的值表示图1中斜线区域内所有像素的灰度值之和。

图1 积分图像示意图

有了积分图像之后，就可以大幅提高矩形图像区域内所有像素的灰度值之和。对于波门图像I中的任一矩形区域R(x1,y1;x2,y2)，其中(x1,y1)是区域R的左上角坐标，(x2,y2)是区域R的右下角坐标，如图2所示。则区域R内所有像素的灰度值之和的计算公式如下：

Ssum(x1,y1;x2,y2)=I′(x2,y2)+I′(x1-1,

y1-1)-I′(x1-1,y2)-I′(x2,y1-1)

(4)

图2 积分图像用法示意图

2.2 对比度跟踪

如第1节中所说，为了减少噪声的影响，实际应用中往往是以一个子窗口为观测单位，而不是以单个像素为观测单位，即比较各个子窗口的对比度，而不是比较单个像素的对比度。

设子窗口的大小为n×m(1

3 实验结果与分析

为了验证本文提出的快速稳定的对比度跟踪方法的有效性和性能，本节通过实验比较本文提出的新方法与传统的基于峰值的对比度跟踪方法的计算速度和稳定性。

图3是从红外图像中提取到的一个波门图像，其高、宽分别为96和72，跟踪的目标是一个白目标。图3中的点1为传统方法的跟踪结果，点2为本文方法的跟踪结果，显然点2比点1更靠近目标中心，这就表明本文方法比传统方法更稳定。

实验中，2种方法所使用的子窗口大小一样，都为4×4。实验使用的硬件平台是1台普通PC，其CPU为Pentium(R)Dual-Core CPU,2.6 GHz,内存为2G，操作系统为Windows XP SP3，使用的仿真软件为MATLAB R2 013 a。对图3做了50次测试，实验结果如图4所示。本文方法的平均耗时为0.003 4 s，而传统方法的耗时为0.020 8 s，是本文方法的6.117 6倍，显然本文方法大幅提升了计算速度。

图3 2种方法对白目标跟踪的结果对比图

图4 2种方法跟踪图3中白目标时的计算耗时比较

图5是从可见光图像中提取到的一个波门图像，其高、宽分别为200和200，跟踪的目标是一个黑目标。图5中的点1为传统方法的跟踪结果，而点2为本文方法的跟踪结果。很明显，点2比点1靠近目标中心，说明本文方法还是比传统方法更稳定一些。2种方法的耗时情况如图6所示，其中本文方法的平均耗时为0.019 8 s，而传统方法的耗时为0.125 6 s，是本文方法的6.343 4倍。因此，本文方法比传统方法更快速，而且当搜索范围增大时，速度提升更有优势。

图5 2种方法对黑目标跟踪的结果对比图

4 结束语

本文在分析了传统的基于峰值的对比度跟踪方法之后，提出了新的快速稳定的对比度跟踪方法。该方法首先对波门图像构建一个积分图像，这样就可以通过查表的方式得到子窗口内所有像素的灰度值之和，大幅减少重复计算，从而加快了寻找最大值

图6 2种方法跟踪图5中黑目标时的计算耗时比较

或最小值的速度；同时，考虑到可能存在多个子窗口具有相同的最大值或最小值，故该方法在搜索的过程中记录了具有相同最大值或最小值的所有子窗口位置信息，然后利用这些信息求得目标的当前位置。实验结果表明，与传统方法相比，本文方法的跟踪结果更稳定，计算速度更快，而且波门图像更大，速度提升更明显。

[1] 李尊民．电视图像自动跟踪的基本原理[M].北京：国防工业出版社，1998．

[2] 鲍学良,范惠林,刘成亮,陈丹强.电视制导武器系统图像跟踪方法研究[J].吉林大学学报(信息科学版),2012,30(4):355-360.

[3] 张然,吕高杰,张国华.光电目标图像自动跟踪技术研究 [J].电光与控制,2008,15(9)：65-68.

[4] 刘火平,吴钦章,刘扬,曹晓伟.多边缘法实现对高速扩展目标解体的自动跟踪[J].光电工程,2010,37(11):8-13.

[5] 任晓伟,李晋惠,梁向阳.一种空中运动多目标形心跟踪方法[J].西安工业学院学报,2004,24(4):344-348.

[6] 杨满忠．电视指令制导空地导弹作战运用研究[M]．北京：国防工业出版社，2003.

[7] 周瑞琪,江加和,赵玉侠.一种实用的快速相关跟踪算法[J].计算机仿真,2006,23(2):93-95.

[8] VIOLA P,JONES M.Rapid object detection using a boosted cascade of simple features[C]//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition,Kauai,HI,USA:IEEE,2001:511-518.

AFastandStableContrastTrackingMethod

WANG Si-yuan,YAO Zhi-jun

(The 723 Institute of CSIC,Yangzhou 225001,China)

The contrast tracking method based on the peak is one of target tracking methods most commonly used in millitary applications.This paper proposes a new fast and stable contrast tracking method after analyzing the shortcomings of traditional methods.For the proposed method,the integral image is used to reduce the repeated calculation greatly and speed up the search for the peak.At the same time,the new method records the position information of all sub-windows with the same maximum or minimum,which is used to calculate the current position of the target.The experimental results show:compared with the traditional method,the trcking result of proposed method is more stable and the calculation speed is faster.

target tracking;contrast tracking;integral image;image processing

TP391.4

A

CN32-1413(2017)05-0081-03

10.16426/j.cnki.jcdzdk.2017.05.017

2017-09-18