[发明专利]一种基于多特征融合与运动估计的视频卫星目标跟踪方法

说明书

本发明针对卫星视频中目标跟踪问题，提出一种基于多特征融合与运动估计的视频卫星目标跟踪方法，采用多特征融合与卡尔曼滤波运动估计相结合策略，实现对卫星视频中飞机、舰船、车辆等目标在有无遮挡条件下的持续稳定跟踪。包括：获取搜索区域方向梯度直方图特征与类光流特征；获取所述方向梯度直方图特征与类光流特征的响应图，并将两者的响应图进行融合，得到融合响应图；根据所述融合响应图进行自适应目标遮挡判别；对判别后的响应图进行卡尔曼滤波运动估计进而进行目标跟踪。

技术领域

本发明涉及一种基于多特征融合与运动估计的视频卫星目标跟踪方法，属于信息处理技术领域。

背景技术

伴随航天遥感技术的不断发展及应用需求的不断增加，以美国Skybox公司Skysat系列、中国长光卫星公司“吉林一号”系列为代表的视频卫星近年来得到了迅猛发展。Skysat-1与Skysat-2视频卫星幅宽为2.0km×1.1km，分辨率为1.1m，帧频可达30帧每秒。“吉林一号”视频1星幅宽为4.6km×3.4km，分辨率为1.13m，“吉林一号”视频3星幅宽为11.2km×4.6km，分辨率为0.92m，二者帧频均优于25帧每秒，后续长光卫星公司又陆续发射了“吉林一号”视频4、5、6星。凭借视频卫星较高空间分辨率、高帧频成像的优势，其在自然灾害应急响应、海洋舰船与资源监视、地面车量实时监测、军事目标侦察监视等领域都具有广泛应用。

由于当前全球视频卫星数量相对较少，所获得空间对地观测视频数据，特别是公开数据资源较少，这使得目前对视频卫星目标跟踪的研究工作相对常规目标跟踪较少。武汉大学在国内较早开始了有关卫星视频目标跟踪的研究工作，先后提出了包括核相关滤波法与三帧差分法相结合、光流法与多帧差分法相结合、相关滤波法与卡尔曼滤波法相结合、基于速度特征的相关滤波法、基于背景补偿和基于卷积正则化网络等在内的卫星视频目标跟踪方法。中国科学院空间应用工程与技术中心研究人员通过将相关滤波法与目标运动估计相结合，实现了对一定遮挡条件下卫星视频运动目标的跟踪。然而，由于成像距离限制，卫星视频中飞机、舰船、车辆等目标通常所占像素较少，如典型车辆一般小于10×10像素，难以对目标颜色、纹理等特性进行充分表示。与此同时，目标在运动过程中有时会遭受遮挡和强相似背景干扰，导致会存在目标跟踪不准或丢失的现象出现。

虽然现有方法对典型卫星视频中飞机、舰船、车辆等运动目标具有一定的跟踪效果，但受制于以上因素限制，其目标跟踪成功率和准确率仍难以满足各种实际应用需求，仍需对其方法和性能进行进一步改进。本专利针对卫星视频中目标跟踪问题，采用多特征融合与卡尔曼滤波运动估计相结合策略，实现对卫星视频中飞机、舰船、车辆等目标在有无遮挡条件下的持续稳定跟踪。

发明内容

本发明针对卫星视频中目标跟踪问题，提出一种基于多特征融合与运动估计的视频卫星目标跟踪方法，采用多特征融合与卡尔曼滤波运动估计相结合策略，实现对卫星视频中飞机、舰船、车辆等目标在有无遮挡条件下的持续稳定跟踪。

本发明通过以下技术方案实现。

一种基于多特征融合与运动估计的视频卫星目标跟踪方法，包括：

获取搜索区域方向梯度直方图特征与类光流特征；

获取所述方向梯度直方图特征与类光流特征的响应图，并将两者的响应图进行融合，得到融合响应图；

根据所述融合响应图进行自适应目标遮挡判别；

对判别后的响应图进行卡尔曼滤波运动估计进而进行目标跟踪。

本发明的有益效果：

1、本发明针对传统HOG等特征难以实现对卫星视频中目标充分特征表示问题，提出了一种新的类光流特征，通过合理设计使得该特征不需考虑光流计算中两帧间隔问题，且可有效对静止状态目标进行特征表示；同时通过多特征融合设计，进一步提高了对卫星视频中目标跟踪的特征表示能力；