[发明专利]基于定位信息的航空器跨全景持续跟踪方法有效
| 申请号: | 201811584164.8 | 申请日: | 2018-12-24 |
| 公开(公告)号: | CN109670462B | 公开(公告)日: | 2019-11-01 |
| 发明(设计)人: | 栗向滨;林姝含;郑文涛 | 申请(专利权)人: | 北京天睿空间科技股份有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46 |
| 代理公司: | 北京市卓华知识产权代理有限公司 11299 | 代理人: | 陈子英 |
| 地址: | 100102 北京市朝阳区利泽*** | 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: | 全景 目标跟踪 航空器 跟踪 经纬度坐标 定位信息 跟踪检测 图像坐标 重新初始化 全景跟踪 错误率 计算量 转换 检测 重复 分析 | ||
1.一种基于定位信息的航空器跨全景持续跟踪方法,以已知的全景一的目标跟踪框作为第一目标跟踪框,依据图像坐标与经纬度坐标的映射关系将用于确定第一目标跟踪框的图像坐标转换为经纬度坐标,形成用于确定第一目标跟踪框的经纬度坐标,依据经纬度坐标与图像坐标的映射关系将用于确定第一目标跟踪框的经纬度坐标转换为全景二中的图像坐标,形成全景二中用于确定第一目标跟踪框的图像坐标,由此确定第一目标跟踪框在全景二中的对应区域,将第一目标跟踪框在全景二中的对应区域向四周扩展,形成略大于第一目标跟踪框的全景二跟踪检测区域,在全景二跟踪检测区域范围内进行相同目标的目标图像识别,找到目标,并据此重新初始化目标跟踪框,作为全景二的目标跟踪框,事先对监视区域内的最远处航空器和最近处航空器在全景画面上的大小进行标定,确定出最远处航空器和最近处航空器在全景画面中所占的像素大小,并各方向上适当增加一定的余量,利用航空器在全景画面中所占的像素大小与航空器位置远近之间的关系,通过差值的方法确定位于中间区域的航空器在全景画面中所占的像素大小,以此作为相应区域的全景二跟踪检测区域的大小。
2.如权利要求1所述的方法,其特征在于利用目标的图像特征进行全景二跟踪检测区域的目标图像识别。
3.如权利要求1所述的方法,其特征在于采用YOLO算法进行全景二跟踪检测区域的目标图像识别,以YOLO算法计算获得的目标边界框对目标跟踪框进行更新,作为全景二的目标跟踪框。
4.如权利要求1所述的方法,其特征在于采用下列方式建立起始的目标跟踪框:以手动交互的方式选定目标航空器,手动在视频中出现的目标航空器的外形轮廓之内点取一个种子点,以基于区域生长的图像分割方法计算获得目标跟踪框,并开始对该目标航空器进行单目标跟踪。
5.如权利要求4所述的方法,其特征在于采用HOG特征作为目标航空器的特征描述进行该目标航空器的单目标跟踪。
6.如权利要求1所述的方法,其特征在于采用下列方式确立图像坐标和经纬度坐标的映射关系:在相关全景上人工选定任意三点均不在同一条直线上的n个图像点作为标定点,其中n不小于4,通过图像处理工具获得各标定点的图像坐标,确定标定点的经纬度坐标,以此作为相应标定点的经纬度坐标,对于全景中除各标定点外的每一个像素(x,y),以
或
为该像素的映射模型,其中为该像素的经度坐标或纬度坐标,x、y分别为该像素的图像坐标,a、b、c、d、e、f均为映射模型中的系数,找出距该像素最近的m个标定点,其中m不小于4,以该m个标定点的像素坐标和经纬度坐标作为基础数据,采用最小二乘法计算上述模型中的最佳系数,将计算出的最佳系数代入带入上述模型,计算获得该像素的经纬度坐标,由此建立起每一个像素的图像坐标和经纬度坐标之间的映射关系。
7.如权利要求6所述的方法,其特征在于确定标定点的经纬度坐标的方式为在包含监视区域的实景地图上,用实景地图标定工具标定出各标定点的经纬度坐标。
8.如权利要求1所述的方法,其特征在于所述全景一为所述全景二的前一帧全景。
9.如权利要求1所述的方法,其特征在于所述目标为航空器,监视区域为目标航空器所在的机场飞行区,所述全景由多视频图像拼接而成。
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北京天睿空间科技股份有限公司,未经北京天睿空间科技股份有限公司许可,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/201811584164.8/1.html,转载请声明来源钻瓜专利网。





