提取特征的方法及不同场景的处理(目标跟踪)

提取的目标特征大致可以分为以下几种：

1） 以目标区域的颜色直方图作为特征，颜色特征具有旋转不变性，且不受目标物大小和形状的变化影响，在颜色空间中分布大致相同。

2） 目标的轮廓特征，算法速度较快，并且在目标有小部分遮挡的情况下同样有较好的效果。

3) 目标的纹理特征，纹理特征较轮廓特征跟踪效果会有所改善。

一、遮挡处理

通常，遮挡可以分为三种情况：目标间遮挡、背景遮挡、自遮挡。对于目标之间的相互遮挡，可以选择根据目标的位置和目标特征的先验知识来处理这一问题。而对于场景结构导致的部分遮挡此方法则难以判断，因为难以辨认究竟是目标形状发生变化还是发生遮挡。

所以，处理遮挡问题的通用方法是用线性或非线性动态建模方法对运动目标进行估计，并在目标发生遮挡时，预测目标的可能位置，一直到目标重新出现时再修正它的位置。可以用卡尔曼滤波器来实现估计目标的位置，也可以用粒子滤波对目标做状态估计。或者使用：轮廓投影、光流特征等方法。

二、多摄像头目标跟踪

多摄像头目标跟踪的需求一般来自于以下两方面：

1）深度跟踪和遮挡处理；

2）扩大跟踪场景区域。

多摄像头跟踪中的一个重要问题是如何处理不同摄像头之间的视角的对应关系。一般情况下可以人工定义，也可以根据观测的场景和运动目标进行自动计算。

三、摄像头运动下的目标跟踪

摄像头运动时就没法通过背景相减法获取目标的具体位置和大小描述， 这种情况下对目标的特征描述和目标跟踪算法的就要求较高。常用的方法有以下几种：

1>质心跟踪算法

这种跟踪方式主要用于跟踪有界目标，如飞机，目标和背景的差异较大。目标完全在视频画面内，跟踪时，常常需要用一些图像预处理算法，如对比度增强、图像去噪、双极性增强等。

2>边缘跟踪算法

当要跟踪的目标有一个或多个边缘并且同时具有不确定的边缘，此时边缘跟踪的效果最好。典型的跟踪对象是发射中的火箭，它有很好的前边缘，但是尾部边缘却由于喷气而不确定。

3>场景锁定跟踪算法

该算法主要用于在复杂场景的目标跟踪。适合于从空中对监控地面或者地面场景的监控。这个算法会跟踪视频画面中的多个目标，然后跟据每个点的运动状态，估计整个场景全局运动，场景中的运动目标和运动目标的定位是自动选择的。当跟踪的目标移动到视频画面外时，新的目标可以被自动标识。

4>组合跟踪算法

这种方法顾名思义就是利用两种或两种以上的具有互补特性的算法的组合：如将质心类算法和相关类算法进行组合。组合后的算法就能够适合于目标大小、形状、及表面特征变化较大的场景。