[发明专利]空间机动目标的快速追踪方法

权利要求书

1.一种空间机动目标的快速追踪方法，其特征在于包括以下步骤：

步骤一、对图像像素点的RGB分量进行线性融合，简化色彩直方图：

$\left\{\begin{array}{c}r=R\>\>5\\ g=G\>\>5\\ b=B\>\>5\\ u=r*64+g*8+b\end{array}\right.---\left(1\right)$

式中，R、G、B代表像素点的RGB值，将R、G、B分别右移五位得到r、g、b，从而将R、G、B从八比特降为三比特；得到像素点的颜色信息u，每个像素点颜色特征值位数从24比特降为9比特；

统计色彩直方图如下：

$Hist\[u\]=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}\mathrm{\δ}\[b\left(x_i\right)-u\]---\left(2\right)$

式中，N为目标模板内像素点总个数，δ[b(x_i)-u]为直方图索引函数；

根据各像素点距离目标模板中心点的空间距离，加入空间信息核函数：

$K\left(x\right)=1-\frac{{(x_i-x_{mid})}^2+{(y_i-y_{mid})}^2}{{(2*x_{mid})}^2+{(2*y_{mid})}^2}---\left(3\right)$

式中，x_mid为目标模板的x轴中心坐标，y_mid为目标模板的y轴中心坐标；x_i,y_i分别为目标模板内任一像素点x的横、纵坐标；(2*x_mid)²+(2*y_mid)²是核函数半径h的平方；

则相应的Meanshift向量变为：

$M_h\left(x\right)=\frac{\underset{i=1}{\overset{N}{\Σ}}(x_i-x)w\left(x_i\right)K\left|\right|\frac{x_i-x}{h}|{|}^2}{\underset{i=1}{\overset{N}{\Σ}}w\left(x_i\right)K\left|\right|\frac{x_i-x}{h}|{|}^2}---\left(4\right)$

式中，N为目标模板内像素点总个数，x_i为目标区域内的像素点；w_i是赋予采样点x_i的权重，x为目标中心点位置；

步骤二、对空间机动目标建立运动方程，利用Kalman Filter进行目标运动预测：

x′_k＝Ax_k-1+Bu_k (5)

P′_k＝AP_k-1A^T+Q (6)

其中，x′_k为目标预测状态，x_k-1为目标前一步状态，A为状态转移矩阵，B为控制矩阵，u_k为系统输入，P′_k为先验误差相关矩阵，P_k-1为后验误差相关矩阵，Q为系统噪声；

Kalman矫正如下：

K_k＝P′_kH^T(HP′_KH^T+R)^-1 (7)

x_k＝x′_k+K_k(z_k-Hx′_k) (8)

P_k＝(I-K_kH)P′_k (9)

其中，K_k为Kalman增益矩阵，R为测量误差相关矩阵，H为测量矩阵，x_k为目标矫正之后的状态，z_k为系统状态测量向量，I为单位阵；

步骤三、Meanshift追踪与Kalman Filter预测融合；

引入Bhattacharyya相似函数，简称BH系数，来衡量目标模板和候选目标区域对应的直方图之间的相似性，设定门限值T，根据相似性系数判断目标是否被遮挡；当目标被完全遮挡或大范围遮挡时用Kalman预测结果作为目标位置，当目标未被遮挡或小范围遮挡时用追踪结果作为目标位置；BH系数的计算公式为：

$BH\[p,q\]=\underset{u=1}{\overset{m}{\Σ}}\sqrt{p_u\left(y\right)q_u}---\left(10\right)$

式中，p_u,q_u分别为候选模板与目标模板的概率密度直方图，m为色彩直方图u的个数，y为候选模板中心。