[发明专利]一种基于联合光谱降维和特征融合的高光谱目标跟踪方法有效
| 申请号: | 202011573891.1 | 申请日: | 2020-12-25 | 
| 公开(公告)号: | CN112598711B | 公开(公告)日: | 2022-12-20 | 
| 发明(设计)人: | 赵东;汪磊;李晨;张见;牛明;郜云波;王青;马弘宇;陶旭;刘朝阳;杨成东 | 申请(专利权)人: | 南京信息工程大学滨江学院 | 
| 主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T3/40;G06T5/20;G06V10/77;G06V10/764;G06V10/80 | 
| 代理公司: | 南京钟山专利代理有限公司 32252 | 代理人: | 徐燕 | 
| 地址: | 214105 *** | 国省代码: | 江苏;32 | 
| 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 联合 光谱 维和 特征 融合 目标 跟踪 方法 | ||
1.一种基于联合光谱降维和特征融合的高光谱目标跟踪方法,其特征在于,包括如下步骤:
步骤一、载入高光谱图像序列的第一帧图像,并对高光谱图像序列的第一帧图像进行预处理;
步骤二、对高光谱图像序列的第一帧图像进行基于多维缩放的光谱降维操作,得到光谱降维后选定通道的高光谱图像序列;
步骤三、从高光谱图像序列的第二帧图像开始,依次载入第T帧图像作为当前帧原始图像,对当前帧原始图像进行基于主成分分析的光谱降维操作,得到光谱降维后融合通道的高光谱图像序列;T为大于等于2的整数;
步骤四、将光谱降维后选定通道的高光谱图像序列中的第T帧图像,与光谱降维后融合通道的高光谱图像序列中的第T帧图像,组合成当前帧图像对;
步骤五、提取当前帧图像对的SIFT特征融合后作为第一个特征,然后提取当前帧图像对的三个深度特征分别融合后,作为第二到第四个特征;
步骤六、利用第一到第四个特征以及基于基样本更新的核相关滤波跟踪器计算得到四个基于第一到第四个特征的弱响应图;
步骤七、利用四个基于第一到第四个特征的弱响应图分别计算得到第一到第四个特征的权重系数;
步骤八、利用第一到第四个特征的权重系数对四个基于第一到第四个特征的弱响应图进行加权平均运算,得到一个强响应图,并将强响应图中最大值位置作为目标的位置;
步骤九、对第一到第四个特征的权重系数的参数进行自适应更新;重置第四个特征的权重系数;
步骤十、第四个特征的权重系数重置后,利用第一到第四个特征的权重系数对基样本更新;
步骤十一、判断当前帧原始图像是否为高光谱图像序列的最后一帧图像,如果是则完成跟踪;如果不是则返回到步骤三,继续载入后续帧图像进行跟踪;
步骤二通过以下步骤实现:
S201、载入高光谱图像序列的第一帧图像;
S202、按照下式,对高光谱图像序列的第一帧图像进行基于多维缩放的光谱降维操作得到光谱降维后选定通道的高光谱图像序列:
Drj=|Rtj-Rbj|
其中,Drj表示第j个光谱波段内目标图像区域和背景图像区域内所有像素的平均光谱响应差值,Rtj表示第j个光谱波段内目标图像区域内所有像素的平均光谱响应曲线,Rbj表示第j个光谱波段内背景图像区域内所有像素的平均光谱响应曲线;
将Drj最大值所对应的光谱波段作为光谱降维后选定通道的高光谱图像序列;
步骤五通过以下步骤实现:
S501、提取当前帧图像对的SIFT特征融合后作为第一个特征;
S502、利用VGG-19网络对当前帧图像对提取深度特征,并将一对VGG-19网络中第三卷积组的第四层融合后作为第二个特征,第四卷积组的第四层融合后作为第三个特征,第五卷积组的第四层融合后作为第四个特征。
2.如权利要求1所述的高光谱目标跟踪方法,其特征在于,步骤一具体通过以下步骤实现:
S101、读入高光谱图像序列第一帧图像;
S102、用矩形框框出高光谱图像序列第一帧图像中待跟踪目标图像区域,并将待跟踪目标图像区域作为第一帧图像的基样本,将待跟踪目标图像区域的形心位置作为待跟踪目标的初始位置,在待跟踪目标图像区域周围选择搜索区域,将搜索区域与待跟踪目标图像区域的差值作为背景图像区域;
S103、设置初始化参数。
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南京信息工程大学滨江学院,未经南京信息工程大学滨江学院许可,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/202011573891.1/1.html,转载请声明来源钻瓜专利网。





