[发明专利]一种视频卫星的点目标跟踪方法

说明书

本发明涉及一种视频卫星的点目标跟踪方法。本发明引入朴素贝叶斯分类器的思想，不依赖目标的任何先验概率，在运动平滑性约束下，利用灰度相似性特征来表达描述目标的似然度，并根据独立假设的贝叶斯定理，建立简化的分类器条件概率修正模型，通过该模型估计目标的后验概率，从而实现目标跟踪。同时，采用卡尔曼滤波辅助、优化跟踪处理，提高算法的鲁棒性。

技术领域

本发明涉及一种目标跟踪的方法，特别是关于视频卫星的点目标跟踪方法。

背景技术

随着遥感应用的深入，应用需求已从定期的静态普查向实时动态监测方向发展，利用卫星对全球热点区域和目标进行持续监测，获取动态信息已经成为迫切需求。除了经典光学遥感卫星影像包含的静态信息外，卫星视频还可以获取一定时空范围内的实时动态信息，使得遥感观测有更广阔的应用前景。在视频应用中，运动目标的跟踪是动态信息提取的重要一步，同时也是后期高级应用和处理的基础和前提。因此实现运动目标的准确、鲁棒跟踪显得尤为重要。

发明内容

针对视频卫星条件下的点目标跟踪问题，提出一种运动平滑约束的贝叶斯分类目标跟踪方法。方法引入朴素贝叶斯分类器的思想，不依赖目标的任何先验概率，在运动平滑性约束下，利用灰度相似性特征来表达描述目标的似然度，并根据独立假设的贝叶斯定理，建立简化的分类器条件概率修正模型，通过该模型估计目标的后验概率，从而实现目标跟踪。同时，采用卡尔曼滤波辅助、优化跟踪处理，提高算法的鲁棒性。

为了达到上述目的，本发明提供的技术方案是：一种视频卫星的点目标跟踪方法，包括如下步骤，

步骤1，读取卫星视频序列；

步骤2，在第一帧中，针对要跟踪的模板目标，记录目标矩形区域的位置以及宽、高，从第二帧开始，以窗口滑动的方式在上一帧目标中心邻域内建立待判断ROI图像目标集，记录每个待判断目标集的中心点坐标，并编号；

步骤3，获得待判断目标集的运动平滑性约束概率，对运动平滑性约束概率满足条件的待判断目标集保留，并计算保留的待判断目标集对应的灰度相似性概率，从而构建目标跟踪的条件概率模型；

步骤4，取步骤3计算得灰度相似性概率的最大值对应的待判断目标作为跟踪结果，当前帧处理结束后，进入下一帧处理。

而且，步骤3所述的目标跟踪的条件概率模型，具体实现方式如下：

步骤3.1，计算所有待判断ROI图像目标集的运动平滑性约束概率，平滑性约束概率包括目标运动大小的相似度概率和运动方向的相似度概率，

其中，运动平滑特性中目标运动大小的相似度概率计算如下，

Dis＝abs(Dis(Obj_k,Obj_k-1)-Dis(Obj_k-1,Obj_k-2)) (4)

P(Dis|Obj)＝1/(1+Dis) (5)

式中的Dis表示运动平滑特性中目标运动大小的度量，abs表示绝对值，Obj_k表示第k帧中待判断目标的中心点坐标，Obj_k-1表示第k-1帧的跟踪目标中心点坐标，Obj_k-2表示第k-2帧的跟踪目标中心点坐标，Dis(Obj_k,Obj_k-1)表示Obj_k和Obj_k-1之间的欧式距离，Dis(Obj_k-1,Obj_k-2)表示Obj_k-1和Obj_k-2之间的欧式距离，Obj代表目标；

运动平滑特性中目标运动方向的相似度概率计算如下，