[发明专利]目标跟踪方法和目标跟踪装置有效

专利信息
申请号: 201611128715.0 申请日: 2016-12-09
公开(公告)号: CN106709939B 公开(公告)日: 2019-07-23
发明(设计)人: 王胜;张学磊;田甜;石建飞;郭雪松;唐升波;董伟佳;段江涛 申请(专利权)人: 中国电子科技集团公司第三研究所
主分类号: G06T7/277 分类号: G06T7/277;G06T7/254
代理公司: 北京天盾知识产权代理有限公司 11421 代理人: 韩金明;赵桂芳
地址: 100015 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标跟踪 图像 目标跟踪装置 跟踪运动目标 交互式多模型 直角坐标系 分段拟合 运动轨迹 相邻帧 有效地 重采样 拟合 算法 分段 输出 跟踪
【权利要求书】:

1.一种目标跟踪方法,包括:

获取包含目标的第一图像,所述第一图像为直角坐标系下的图像;

计算所述第一图像的相邻帧之间的差值以得到第二图像;

使用交互式多模型算法对所述第二图像中的所述目标进行跟踪,以获得所述目标的第一轨迹;

利用分段重采样方法拟合所述第一轨迹,以获得拟合后的第二轨迹;和

输出所述第二轨迹;

所述利用分段重采样方法拟合所述第一轨迹以获得拟合后的第二轨迹的步骤具体包括:

将直角坐标系划分为n*n的网状方格;

对包含所述第一轨迹的方格求均值;

如果方格中的点不连续,则求轨迹点经过的两个方格的均值;和

将所有的方格点按照时间顺序排列,以形成所述第二轨迹。

2.根据权利要求1所述的目标跟踪方法,其特征在于,所述获取包含目标的第一图像的步骤具体包括:

从声呐设备获取声呐图像f(θ,d),其中所述声呐图像的横坐标θ为角度,且纵坐标d为距离;

利用如下公式(1)进行坐标变换,以将极坐标下的声呐图像f(θ,d)变换为直角坐标系下的第一图像f(x,y):

3.根据权利要求2所述的目标跟踪方法,其特征在于,所述获取包括目标的第一图像的步骤之后进一步包括:

利用以下公式(2),利用高斯滤波对所述第一图像进行降噪处理:

其中,δ是加窗高斯函数的窗口大小,F(x,y)是卷积后的图像,k和l是大于等于0的整数,且G(x,y)是加窗高斯函数,由以下公式(3)表示:

4.根据权利要求1所述的目标跟踪方法,其特征在于,所述计算所述第一图像的相邻帧之间的差值以得到第二图像的步骤之后进一步包括:

设置一预定阈值对所述第二图像进行分割,以获得包含所述目标的像素点的数据集作为所述第二图像。

5.根据权利要求1所述的目标跟踪方法,其特征在于,所述使用交互式多模型算法对所述第二图像中的所述目标进行跟踪以获得所述目标的第一轨迹的步骤具体包括:

根据所述目标的运动特征建立直角坐标系下的运动模型,其中,所述目标的模型反映在如以下公式(4)和(5)表示的状态矩阵上:

其中,A1表示加速运动模型,A2表示匀速运动模型,T是时间;

以如下公式(6)计算交互权重μij(k+1|k):

其中,ζij为马尔可夫链转移矩阵,μi(k)为模型i的概率;

以如下公式(7)和(8)确定k+1时刻模型j对应的滤波器估计算法的状态输入及其协方差

其中,Xi(k)表示运动模型i对应的滤波算法在时刻K的输出,Pi(k)是其对应的协方差;

采用卡尔曼滤波对各个模型的运动状态进行估计,并获得k+1时刻的目标估计信息及其协方差

以如下公式(9)根据各个模型的信息及其协方差计算各个模型的似然函数Lj(k+1):

以如下公式(10)利用似然函数更新模型概率:

根据更新后的模型概率μj(k+1),以如下公式(11)和(12)对各模型对应估计结果进行输出交互,以完成k+1时刻的目标状态及其协方差的估计:

其中,X(k+1)为运动模型在k+1时刻的目标状态的估计。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第三研究所,未经中国电子科技集团公司第三研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611128715.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top