[发明专利]一种基于前视声纳的改进核相关滤波水下目标跟踪方法有效
| 申请号: | 201810870281.4 | 申请日: | 2018-08-02 |
| 公开(公告)号: | CN109308713B | 公开(公告)日: | 2021-11-19 |
| 发明(设计)人: | 王兴梅;段兵华;王国强 | 申请(专利权)人: | 哈尔滨工程大学 |
| 主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/73 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 声纳 改进 相关 滤波 水下 目标 跟踪 方法 | ||
1.一种基于前视声纳的改进核相关滤波水下目标跟踪方法,具体包括如下步骤:
(1)前视声纳图像预处理;
(1.1)利用前视声纳采集的原始数据读取v×k个数据,并将数据存储在v×k的矩阵中,同时建立一个u×q大小的图像作为重建后的声纳图像,图像中所有像素点的像素初始值设置为零;
(1.2)对于u×q图像中的每一个像素点的坐标(x,y),利用后向映射反向计算其在v×k矩阵中的对应的行和列的值(m,n);
(1.3)根据重建的灰度声纳图像,利用中值滤波对声纳图像进行去噪并且利用灰度级彩色变换法进行伪彩色处理;
(2)选取动态连续变化尺度的检测基样本,利用滤波器模型检测声纳图像目标的最佳位置;
(2.1)对不同尺度的检测基样本,提取方向梯度直方图特征;
(2.2)利用对应尺度的滤波器模型计算响应图;
(2.3)根据峰值最大的响应图预测目标的最佳位置;
(3)根据峰值旁瓣比自适应更新滤波器模型,实现前视声纳水下目标跟踪;
(3.1)计算响应图的峰值旁瓣比;
(3.2)比较响应图的峰值旁瓣比与设定阈值之间的关系,若峰值旁瓣比大于设定的阈值,利用提取的训练基样本特征和训练得到的滤波器系数对相应尺度滤波器模型中的目标特征模板和滤波器系数分别进行更新,否则不更新;
所述的步骤(1.2)具体包括:
所述的行m和列n两者之间的映射关系为:
若计算得到的m和n满足1≤m≤v且1≤n≤k,则将v×k矩阵中m行n列的元素值赋给图像中坐标为(x,y)位置的像素点作为像素值,此时有:
其中,I(x,y)表示灰度图像中坐标为(x,y)的像素点的灰度值;
步骤(1.3)中所述的灰度级彩色变换法进行伪彩色处理具体包括:
假设p(x,y)为灰度图像,R(x,y)、G(x,y)、B(x,y)为p(x,y)映射到RGB空间的三个分量,则有:
R(x,y)=Tr(p(x,y))
G(x,y)=Tg(p(x,y));
B(x,y)=Tb(p(x,y))
式中,Tr、Tg、Tb为灰度级与R、G、B三基色的映射函数,使用上述给定的映射函数将灰度图像转换成相应的伪彩色图像,Tr、Tg、Tb三个变换函数的具体实现如下:
式中,I(x,y)表示灰度图像中坐标为(x,y)的像素点的灰度值,L代表灰度图像的最大级数256;
所述的步骤(2.1)具体包括:
确定检测基样本的尺度变化区间s={s1,s2,...,sn},以上一帧图像检测的目标位置为中心在当前帧得到检测基样本,提取不同尺度{s1,s2,...,sn}下的检测基样本的方向梯度直方图特征z={z1,z2,...,zn};前视声纳图像中每个像素的梯度包梯度幅值和梯度方向,像素点(x,y)处的梯度幅值Gradient(x,y)和梯度方向θ(x,y)分别表示为:
将梯度方向360度分成j个区间,以像素点的梯度幅值作为权值,统计每个梯度方向区间的权值,形成图像的方向梯度直方图特征。
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哈尔滨工程大学,未经哈尔滨工程大学许可,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/201810870281.4/1.html,转载请声明来源钻瓜专利网。





