一种基于核函数质心漂移的红外成像目标跟踪方法技术

本发明专利技术公开了一种基于核函数质心漂移的红外成像目标跟踪方法，包括如下步骤：步骤1，输入红外图像；步骤2，在当前帧红外图像中选取对应目标区域，获得模板图像，确定模板图像的全局阈值；步骤3，根据模板图像中心灰度均值确定目标灰度分布范围，构造核函数，将模板图像映射转换为质量图像，记录目标图像总质量以及目标模板二值图像；步骤4，输入新一帧红外图像，在目标预测位置提取用于对比的波门图像，计算最终波门位置坐标；步骤5，将迭代后的波门图像映射到质量图和目标模板二值图像，计算跟踪结果与模板目标间的重合度和质量相似度，并更新目标模板；步骤6，跳转至跟踪步骤4，直至收到停止跟踪指令。

【技术实现步骤摘要】

本专利技术属于红外成像
，尤其涉及一种基于核函数质心漂移的红外成像目标跟踪方法。
技术介绍
近年来，红外成像技术取得了很大进步，在国防建设和国民经济领域得到广泛应用，特别是已成为军事侦察与预警中的核心技术和重要手段，针对红外成像的目标跟踪是非常重要的研究课题。有效的目标跟踪算法应能够对指定目标进行平稳跟踪，并能在目标发生遮挡、形变等情况时按照指定规则继续跟踪或发出警告信号后停止跟踪。质心跟踪是一种重要的形心跟踪算法，它通过计算目标的能量矩确定目标在波门内位置，进而确定目标的运动状态，实现目标跟踪。传统质心跟踪首先对波门内像素进行阈值分割，保留灰度值高于阈值的像素点作为目标，计算目标区域的质心。质心跟踪具有方法简单，计算量小，不受大小、旋转变化影响等优点，是目前国内外一种重要的导弹制导跟踪方式。传统质心跟踪一般基于三点假设：(1)波门足够大，能够框住目标；(2)波门内目标与背景之间灰度级高度可分；(3)目标周围背景灰度近似均匀。这三点假设直接决定了质心跟踪的稳定性、可靠性和精度。当满足上述三点假设时，能够通过图像分割的方法确定灰度阈值,利用灰度阈值实现对目标的检测，进而通过计算目标质心位置变化进行质心跟踪。质心跟踪方法的主要有一下几个缺点：(1)当跟踪目标较大，波门无法完全框住目标时，无法通过波门内外的灰度分布准确判断跟踪目标，如跟踪目标是桥梁、跑道等物体时；(2)当目标灰度与背景灰度相差较小时，灰度阈值的精确度直接影响目标跟踪的稳定性和精度；(3)当目标灰度分布范围较大时，灰度级高的部分在计算质心位置过程中影响较大，抗干扰能力较差；(4)当目标被遮挡或假目标出现时，容易出现跟踪丢失或出错的情况。
技术实现思路
专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种算法简单、适用性强、效果良好、且适合硬件实时实现的基于核函数质心漂移的红外成像目标跟踪方法。具体包括如下步骤：步骤1，通过红外探测器，输入红外图像；步骤2，输入跟踪波门的初始位置坐标(x0,y0)、宽度M和高度N，作为跟踪起始，在当前帧红外图像中选取对应图像区域，获得模板图像Xtrg；步骤3，统计目标图像灰度直方图，采用最大类间方差法将模板图像像素按照灰度分为两类，根据模板图像Xtrg中心位置灰度均值gcenter确定目标灰度分布范围，并获得目标二值化图像Btrg；步骤4，利用目标灰度统计直方图构造核函数，将模板图像Xtrg映射转换为质量图像Mtrg，计算波门中质心位置，同时记录目标总质量msum；步骤5，输入下一帧红外图像，在目标预测坐标位置(x0,y0)提取用于对比的波门图像Xcmp，利用迭代运算，计算最终波门位置坐标(xout,yout)；步骤6，利用步骤3中确定的目标灰度分布范围和步骤4中构造的核函数将迭代后的波门图像映射到质量图Mcmp'和二值图像Bcmp'，计算跟踪结果与目标模板间的重合度和质量相似度，并更新目标图像；步骤7，跳转至跟踪步骤5，直至收到停止跟踪指令。其中，步骤2包括：利用鼠标或手柄等控制平台，通过框选的方式输入跟踪波门及其初始位置坐标(x0,y0)、宽度M和高度N，(x0,y0)表示波门左上顶点在输入红外图像第x0行，第y0列。在输入红外图像中从坐标(x0,y0)开始取M行N列，获得模板图像Xtrg。步骤3包括如下步骤：步骤3-1，对模板图像Xtrg统计归一化的灰度直方图离散函数h(r)和累计直方图离散函数H(r)： H ( r ) = Σ u = g min r h ( u ) , - - - ( 2 ) ]]>其中，gmin为模板图像Xtrg灰度最小值，gmax为模板图像Xtrg灰度最大值，nr为模板图像Xtrg中灰度级为r的像素点个数，且有： Σ r = g min g max h ( r ) = 1 , h ( r ) ≥ 0 , - - - ( 3 ) ]]>步骤3-2，利用灰度特征最大类间方差算法计算模板图像Xtrg的灰度阈值Tg(下标g为英语单词gray的缩写)，即满足如下公式时，类间方差最大： σ B 2 ( T g ) = max g min ≤ r ≤ g max σ B 2 ( r ) , - - - ( 4 ) ]]>通过如下公式计算类间方差 σ B 2 ( r ) = [ m G H ( r ) - m ( r ) ] 2 H ( r ) [ 1 - H ( r ) ] , - - - ( 5 本文档来自技高网...

【技术保护点】
一种基于核函数质心漂移的红外成像目标跟踪方法，其特征在于，包括如下步骤：步骤1，输入红外图像；步骤2，输入跟踪波门的初始位置坐标(x0,y0)、宽度M和高度N，作为跟踪起始，在当前帧红外图像中选取对应图像区域，获得模板图像Xtrg；步骤3，对模板图像Xtrg统计模板图像灰度直方图，采用最大类间方差法计算模板图像灰度阈值，像素按照灰度分为两类，根据模板图像Xtrg中心位置灰度均值gcenter确定目标灰度分布范围，并获得目标二值化图像Btrg；步骤4，利用目标灰度统计直方图构造核函数，将模板图像Xtrg映射转换为质量图像Mtrg，计算波门中质心位置，同时记录目标总质量msum；步骤5，输入下一帧红外图像，在目标预测坐标位置(x0,y0)提取用于对比的波门图像Xcmp，利用迭代运算，计算最终波门位置坐标(xout,yout)；步骤6，利用步骤3中确定的目标灰度分布范围和步骤4中构造的核函数将迭代后的波门图像映射到质量图Mcmp'和二值图像Bcmp'，计算跟踪结果与目标模板间的重合度和质量相似度，并更新目标图像；步骤7，跳转至跟踪步骤5，直至收到停止跟踪指令。

【技术特征摘要】
1.一种基于核函数质心漂移的红外成像目标跟踪方法，其特征在于，包括如下步骤：步骤1，输入红外图像；步骤2，输入跟踪波门的初始位置坐标(x0,y0)、宽度M和高度N，作为跟踪起始，在当前帧红外图像中选取对应图像区域，获得模板图像Xtrg；步骤3，对模板图像Xtrg统计模板图像灰度直方图，采用最大类间方差法计算模板图像灰度阈值，像素按照灰度分为两类，根据模板图像Xtrg中心位置灰度均值gcenter确定目标灰度分布范围，并获得目标二值化图像Btrg；步骤4，利用目标灰度统计直方图构造核函数，将模板图像Xtrg映射转换为质量图像Mtrg，计算波门中质心位置，同时记录目标总质量msum；步骤5，输入下一帧红外图像，在目标预测坐标位置(x0,y0)提取用于对比的波门图像Xcmp，利用迭代运算，计算最终波门位置坐标(xout,yout)；步骤6，利用步骤3中确定的目标灰度分布范围和步骤4中构造的核函数将迭代后的波门图像映射到质量图Mcmp'和二值图像Bcmp'，计算跟踪结果与目标模板间的重合度和质量相似度，并更新目标图像；步骤7，跳转至跟踪步骤5，直至收到停止跟踪指令。2.根据权利要求1所述的方法，其特征在于，步骤2包括：输入跟踪波门的初始位置坐标(x0,y0)、宽度M和高度N，(x0,y0)表示波门左上顶点在输入红外图像第x0行、第y0列，在输入红外图像中从坐标(x0,y0)开始取M行N列，获得模板图像Xtrg。3.根据权利要求2所述的方法，其特征在于，步骤3包括如下步骤：步骤3-1，对模板图像Xtrg统计归一化的灰度直方图离散函数h(r)和累计直方图离散函数H(r)： H ( r ) = Σ u = g min r h ( u ) , - - - ( 2 ) ]]>其中，gmin为模板图像Xtrg灰度最小值，gmax为模板图像Xtrg灰度最大值，nr为模板图像Xtrg中灰度级为r的像素点个数，且有： Σ r = g min g max h ( r ) = 1 , h ( r ) ≥ 0 ; - - - ( 3 ) ]]>步骤3-2，利用灰度特征类间方差最大算法计算模板图像Xtrg的灰度阈值Tg，即满足如下公式时，类间方差最大： σ B 2 ( T g ) = m a x g min ≤ r ≤ g max σ B 2 ( r ) , - - - ( 4 ) ]]>通过如下公式计算类间方差 σ B 2 ( r ) = [ m G H ( r ) - m ( r ) ] 2 H ( r ) [ 1 - H ( r ) ] , - - - ( 5 ) ]]>其中，m(r)为灰度一阶矩，mG为最大灰度一阶矩，通过如下公式计算： m ( r ) = Σ i = g min r i × h ( i ) , - - - ( 6 ) ]]>mG＝m(gmax)；(7)步骤3-3，利用固定比例阈值法，设置固定阈值比例Trate∈(0,0.5)，计算最小比例阈值T1和最大比例阈值T2： T 1 = r , i f H ( r ) ≤ T r a t e a n d H ( r + 1 ) > T r a t e T 2 = r , i f H ( r ) ≤ ( 1 - T r a t e ) a n d H ( r + 1 ) > ( 1 - T r a t e ) ; - - - ( 8 ) ]]>H(r)表示灰度级r对应的直方图累计函数值；步骤3-4，通过如下公式确定模板图像灰度阈值gthresh： g t h r e s h = T 1 , i f T g ≤ T 1 T g , i f T 1 < T g ≤ T 2 T 2 , i f T g > T 2 , - - - ( 9 ) ]]>根据模板图像Xtrg中心灰度均值gcenter确定目标灰度分布范围[gL,gH]：若gmin≤gcenter≤gthresh，则gL＝gmin，gH＝gthresh；若gthresh<gcenter≤gmax，则gL＝gthresh，gH＝gmax；由模板图像Xtrg到目标二值化图像Btrg的映射关系如下：Xtrg(i,j)、Btrg(i,j)分别表示模板图像中坐标(i,j)处像素点的像素值和二值化图像中坐标(i,j)处像素点的像素值。4.根据权利要求3所述的方法，其特征在于，步骤4包括如下步骤：步骤4-1，质量图映射：统计灰度直方图离散函数h(r)在目标灰度分布范围[gL,gH]的最大值质量图像Ytrg内坐标点(i,j)的像素值Ytrg(i,j)由模板图像Xtrg中的对应点的像素值Xtrg(i,j)映射得到，映射关系如下： Y t r g ( i , j ) = h ( X t r g ( i , j ) ) × M × N , i f X t r g ( i , j ) ∈ [ g L , g H ] a n d h ( X t r g ...

【专利技术属性】
技术研发人员：苗锋，朱伟，白俊奇，翟尚礼，郝金双，杨沛，文杰，刘姝含，成伟明，司晓云，
申请(专利权)人：中国电子科技集团公司第二十八研究所，
类型：发明
国别省市：江苏;32