(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210449480.4 (22)申请日 2022.04.27 (71)申请人 深圳市易智博网络科技有限公司 地址 518000 广东省深圳市龙华区龙华 街 道清湖社区清湖村宝能科技园9栋17 层17R (72)发明人 霍超能　杨成名　朱隆星　 (74)专利代理 机构 深圳华企汇 专利代理有限公 司 44735 专利代理师 谢伟 (51)Int.Cl. G06T 7/246(2017.01) G06T 7/194(2017.01) G06T 7/136(2017.01) G06T 7/80(2017.01)G06T 7/90(2017.01) G06V 10/28(2022.01) G06V 10/26(2022.01) G06V 10/40(2022.01) G06V 10/56(2022.01) H04N 5/232(2006.01) (54)发明名称 一种用于 摄像头目标自动追 踪的计算方法 (57)摘要 本发明公开了一种用于摄像头目标自动追 踪的计算方法， 包括： 摄像头对目标颜色的追踪 单元、 摄像头对目标距离的追踪单元、 摄像头对 目标形状的追踪单元、 追踪目标信息整理单元、 终端数据库存储 单元， 所述摄像头对目标颜色的 追踪单元通过对颜色值的色相H、 亮度L进行识别 判断， 得到追踪目标的颜色， 所述摄像头对目标 距离的追踪单元通过标定数值计算与图像中心 位置的实际距离值， 得到追踪目标与摄像头之间 的实际距离， 所述摄像头对目标形状的追踪单元 通过标定参数计算当前目标对应的实际大小， 所 述追踪目标信息整理单元对所得数据进行处理 筛选， 得出所需目标数据， 所述终端数据库存储 单元对数据信息进行大数据云端存储， 具有良好 的市场应用价 值。 权利要求书2页 说明书5页 附图1页 CN 114820707 A 2022.07.29 CN 114820707 A 1.一种用于摄像头目标自动追踪的计算方法， 其特征在于， 包括： 摄像头对目标颜色的 追踪单元、 摄像头对目标距离的追踪 单元、 摄像头对目标形状的追踪 单元、 追踪目标信息整 理单元、 终端数据库存储单元， 所述摄像头对目标颜色的追踪单元通过对颜色值的色相H、 亮度L进行识别判断， 得到追踪目标的颜色， 所述摄像头对目标距离的追踪单元通过标定数 值计算与图像中心位置的实际距离值， 得出摄像头与所述追踪目标的实际距离， 所述摄像 头对目标形状的追踪 单元通过标定参数计算当前目标对应的实际大小， 所述追踪目标信息 整理单元对所得数据进行处理筛选， 得出所需目标数据， 所述终端数据库存储单元对数据 信息进行 大数据云端存 储， 方便随时对目标信息进行提取。 2.根据权利要求1所述的一种用于摄像头目标自动追踪的计算方法， 其特征在于， 所述 摄像头对目标颜色的追踪单元包括对目标颜色值的色相H、 亮度L进行识别判断， 获取像素 值时， 通过对图像进行二值化处理， 将实时采集到的图像上的像素点的灰度值设置为0或 255， 将整个图像呈现出明显的黑白效果， 将256个亮度等级的灰度图像通过适当的阈值选 取而获得仍然 可以反映图像整体和局部特征的二值化图像， 所有 灰度大于或等于阈值的像 素被判定为目标物体， 其灰度值为255， 其他像素点被排除在目标物体区域以外， 灰度值为 0， 表示背 景或者例外的目标物体区域， 设当前景与背 景的分割阈值为t， 前景点占图像比列 为 ， 均值为 ， 背景点占图像比列为 ， 均值为 ， 则整个图像的均值为 ， 从而建立目标函数 ， 当g最大时所对应的t为最佳阈值， 确定最佳 阈值后， 阈值 通过RGB三基色进行转 化， 统计其中有效像素个数及像素点所在图像颜色。 3.根据权利要求1所述的一种用于摄像头目标自动追踪的计算方法， 其特征在于， 所述 摄像头对目标距离的追踪 单元包括对摄像头的成像区进行标定， 根据直线方程式可得该标 点为 ， Y代表距离， X代表识别到 的像素个数， 在被追踪的图像可视区域内任 意位置， 自动获取到像素值Xn， 通过直线 方程算出Xn处距离前方被追踪的色标的实际距离， 用以标明两个点在标准坐标系上的绝对轴距之总和， 假设有 和 两个维度， 为确定 位置， 为目标位置， 那么目标位置与摄像头确定位置的距离为 ， 通过聚类算法计算两点间的距离， p值的选择比较重要， 通过逐个搜素来查最佳的P值， 所有 维度上的绝对值差的p次方之和， 再开p次方， ， 对距离的追踪， 在被 追踪的色标， 其实际大小在所有产品中实际大小都是出厂时固定的， 如在图像中像素值为 Xn， 则目标 的实际距离为： S= ， 由此判断摄像头对所追踪目标之间的 距离， 从而 进行实时追踪。权　利　要　求　书 1/2 页 2 CN 114820707 A 24.根据权利要求1所述的一种用于摄像头目标自动追踪的计算方法， 其特征在于， 所述 摄像头对目标形状的追踪 单元包括通过标定参数计算当前目标对应的实际大小， 首先对被 追踪的目标的形状进行设置， 在出厂的时候将被追踪的目标的形状设为统一的形状， 也能 根据具体需求的进行定制形状识别跟踪方式， 后续也能由使用者自己设置追踪的形状， 相 关滤波和深度学习目标跟踪算法可以判断所追踪目标的形状， 使用具有鲁棒性的特征， 增 加算法的精确度， 进行必要的模型更新， 适应环境的变化， 选择强大 的分类器， 提高算法的 性能， 每个像素点代表的实际尺寸为色标X方向实际值为RX/Xn， 再通过可视区域下面的成 像区域识别就能计算出目前区域的实际大小尺寸， 通过筛选摄像头下 的所有像素， 对比分 析出和阈值相同的目标 形状， 进一 步对目标进行追踪。 5.根据权利要求1所述的一种用于摄像头目标自动追踪的计算方法， 其特征在于， 所述 被追踪的图像目标中心与摄像头的视野中心重合， 即表示跟踪结束已完成， 由于对摄像头 的安装物理位置可能存在摄像头中心， 与目标位置中心不在同一水平线上 的问题， 会导致 追踪完成时被追踪的图像目标中心与实际位置的视野中心不重合， 导致偏差， 进行偏差纠 正后即可 上传系统， 自动追踪目标 结束。 6.根据权利要求1所述的一种用于摄像头目标自动追踪的计算方法， 其特征在于， 所述 追踪目标信息整理单元包括将所得追踪目标信息进行数据分析， 用主成分分析法， 通过正 交变换将一组可能存在相关性的变量转换为一组线性不相关的变量， 转化后的这组变量叫 主成分， 计算相关矩阵， ， 进而计算特征值向量， 对X进 行线性变换， 得到综合变量Y， ， 计算方 差， 确定主成分， 验证主成分分析的基本假设， 利用内部引擎加数学算法分析 互联网信息的 相关性， 分析单元分析缓存 单元中的字符串， 分析每种字符串 出现的频率， 对字符串的出现 频率进行排序， 将出现频率位于后61.8 ％的字符串送入缓存单元的异常数据存储部分， 将 剩下的字符串提取与其匹配的关键词， 将对应的目标信息存 入数据库。 7.根据权利要求1所述的一种用于摄像头目标自动追踪的计算方法， 其特征在于， 所述 终端数据库储存 单元包括包括数据存储和数据管理， 所述数据储存包括USB存储接口、 云存 储， 将所述信息接入层的信息通过存储接口保存至系统本地， 并通过云存储将所有数据上 传云端， 对数据进行 管理并永久记 忆。权　利　要　求　书 2/2 页 3 CN 114820707 A 3