1.一种基于目标引导显著性检测的对象跟踪方法，包括如下步骤：(1)目标选取

从初始图像中选择并确定要跟踪的目标对象，目标选取过程可以通过运动目标检测方法自动提取，也可以通过人机交互方法手动指定，设 表示目标图像块ZT的归一化灰度直方图，其中MT为AT的总量化级数，ak表示AT中第k个量化级数对应的直方图取值；

(2)图像输入

在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟踪的输入图像；在离线处理情况下，将已采集的视频文件分解为多个帧组成的图像序列，按照时间顺序，逐个提取帧图像作为输入图像。如果输入图像为空，则跟踪结束；

(3)执行短时跟踪

这里短时跟踪采用基于归一化交叉互相关的方法，设候选图像块Zc与目标图像块ZT的归一化交叉互相关值为vNCC(Zc,ZT)，短时跟踪过程为：在以上次确定的目标位置为中心的搜索区域内选择候选图像块并计算其与目标图像块的vNCC值，搜索使vNCC值最大的位置作为当前预测的目标位置；设阈值θNCC＝0.8，如果最大的vNCC>θNCC，则目标定位成功，当前跟踪完成，跳转到(2)；否则，跳转到(4)；

(4)目标引导显著性检测

设 表示整个图像的归一化灰度直方图，其中MB为AB的

总量化级数，且MB＝MT，bk表示AB中第k个量化级数对应的直方图取值，则位置为(i,j)的像素的显著性值S(i,j)计算为：其中，W和H分别表示图像的宽和高；I(i,j)表示位置为(i,j)的像素的灰度值，I(m,n)表示位置为(m,n)的像素的灰度值；δ(I(i,j))表示灰度值为I(i,j)在灰度直方图中对应的级数；C为归一化因子，根据以上公式，计算图像中每个像素的显著性值，得到显著图G，在上面的显著性计算公式中，乘积项aδ(I(i,j))是根据目标的归一化灰度直方图得到的属于目标的概率，而(1-bδ(I(i,j)))则是根据整个图像的归一化灰度直方图计算得到的属于目标的概率，因此在这里的显著性计算中融合了目标的信息，即目标的信息实际上引导了显著性的计算；

(5)目标定位

设目标的宽和高分别为WT和HT，则位置为(i,j)对应的目标置信度值p(i,j)计算为：其中，G(m,n)表示位置为(m,n)对应的显著性值，设p(i*,j*)表示最大的目标置信度* *值，则 将当前目标的位置设置为(i,j)，从而完成对目标的定位，并据此更新目标图像块及其归一化灰度直方图；当前跟踪完成，跳转到(2)。