目标长时跟踪方法及系统、存储介质及电子终端技术方案

本公开涉及图像处理技术领域，具体涉及一种目标长时跟踪方法、一种目标长时跟踪系统、一种存储介质以及一种电子终端。所述目标长时跟踪方法包括：接收一检测模块的跟踪目标初始信息，并根据该初始信息对所述跟踪目标开始跟踪；获取所述跟踪目标在当前帧图像的第一跟踪信息，将当前帧图像的所述第一跟踪信息发送至一融合模块以便于该融合模块结合所述检测模块对当前帧的第二跟踪信息输出第三跟踪信息；根据所述第三跟踪信息对所述跟踪目标进行跟踪。本公开能够将跟踪信息进行对比和判断，从而实现对低空弱小慢目标的长时跟踪。

Target long time tracking method and system, storage medium and electronic terminal

The present disclosure relates to the technical field of image processing, in particular to a target long - time tracking method, a target long - time tracking system, a storage medium, and an electronic terminal. The target long time tracking method includes receiving the tracking target initial information of a detection module and tracking the tracking target according to the initial information, obtaining the first tracking information of the tracking target in the current frame image, sending the first tracking information of the current frame image to a fusion module for the purpose of the process. The fusion module outputs third tracking information of the second tracking information of the current frame with the detection module, and tracks the tracking target according to the third tracking information. The public can track and compare the tracking information, so as to realize the long time tracking of the slow and weak targets at low altitude.

【技术实现步骤摘要】
目标长时跟踪方法及系统、存储介质及电子终端
本公开涉及图像处理
，具体涉及一种目标长时跟踪方法、一种目标长时跟踪系统、一种存储介质以及一种电子终端。
技术介绍
在红外搜索和跟踪系统中，对于在低信噪比条件下的弱小目标跟踪是一个重要的研究课题。由于目标受背景噪声和背景杂波的影响极大，同时低空目标容易受到地面物体的影响，给目标跟踪带来了极大的挑战。现有的目标跟踪方法大多数只针对在较短的时间内对目标进行跟踪，相对于长时间稳定跟踪则鲜有研究。然而，在实际工程应用中，对目标的长久稳定跟踪则更受关注。并且，在复杂场景下，由于存在目标成像面积小、对比度低、场景复杂多变等因素，对目标的跟踪状态也并不稳定。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种目标长时跟踪方法、一种目标长时跟踪系统、一种存储介质以及一种电子终端，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的第一方面，提供一种目标长时跟踪方法，包括：接收一检测模块的跟踪目标初始信息，并根据该初始信息对所述跟踪目标开始跟踪；获取所述跟踪目标在当前帧图像的第一跟踪信息，将当前帧图像的所述第一跟踪信息发送至一融合模块以便于该融合模块结合所述检测模块对当前帧的第二跟踪信息输出第三跟踪信息；根据所述第三跟踪信息对所述跟踪目标进行跟踪。在本公开的一种示例性实施例中，所述融合模块输出第三跟踪信息包括：判断所述第一跟踪信息与所述第二跟踪信息中所述跟踪目标的重合率是否大于一预设值；在判断所述重合率大于预设值时，将所述第一跟踪信息与所述第二跟踪信息中所述跟踪目标区域合并生成第三跟踪信息。在本公开的一种示例性实施例中，所述融合模块输出第三跟踪信息包括：判断所述第一跟踪信息与所述第二跟踪信息中所述跟踪目标的重合率是否大于一预设值；在判断所述重合率小于预设值时，将所述第一跟踪信息作为第三跟踪信息。在本公开的一种示例性实施例中，所述在判断所述重合率小于预设值时，将所述第一跟踪信息作为第三跟踪信息后，所述目标长时跟踪方法还包括：判断所述当前帧图像之后连续n帧图像中所述跟踪目标的偏移量是否小于一预设值；在判断该偏移量小于预设值后，将所述连续n帧图像中的第二跟踪信息作为第三跟踪信息。在本公开的一种示例性实施例中，所述融合模块输出第三跟踪信息包括：当所述融合模块未接收到所述第一跟踪信息或所述第二跟踪信息时，以另一跟踪信息作为所述第三跟踪信息。在本公开的一种示例性实施例中，所述获取所述跟踪目标在当前帧图像的第一跟踪信息包括：截取跟踪视频的当前帧图像；在所述当前帧图像上以跟踪目标在上一帧图像的所在坐标为中心，在预设范围内选取候选样本；计算各候选样本的最近邻相似度，并选取最近邻相似度值最大的所述候选样本作为所述当前帧图像中的所述跟踪目标并生成所述第一跟踪信息。在本公开的一种示例性实施例中，所述计算各候选样本的最近邻相似度值包括：根据一最近邻分类器依次计算各候选样本的最近邻相似度值；其中，所述最近邻分类器的建立包括：以所述初始图像中所述跟踪目标中心点为中心，在预设范围内选取正样本和负样本；根据所述正样本和负样本建立所述最近邻分类器。在本公开的一种示例性实施例中，所述在预设范围内选取正样本包括：在所述初始图像上以所述跟踪目标中心点为中心，在预设的邻域范围内按照步长为1、窗口大小与所述跟踪目标大小相等的方式滑窗选取第一窗口；计算各所述第一窗口与所述跟踪目标的重叠率；将重叠率大于第一阈值的所述第一窗口作为所述正样本。在本公开的一种示例性实施例中，所述在预设范围内选取负样本包括：在所述初始图像上以所述跟踪目标中心点为中心，在一预设区域内随机选取预设数量的与所述跟踪目标大小相同的第二窗口；计算各所述第二窗口与所述跟踪目标的重叠率；将重叠率小于第二阈值的所述第二窗口作为所述负样本。在本公开的一种示例性实施例中，所述重叠率的计算方式为：其中，IoU为重叠率；Rt为跟踪目标，Rc为第一或第二窗口。在本公开的一种示例性实施例中，所述根据所述正样本和负样本建立所述最近邻分类器包括：对所述正样本及负样本归一化处理；分别计算归一化处理后所述正样本及负样本的均值向量以用于建立所述最近邻分类器；其中：所述NNS表示最近邻相似度值；和分别表示第i个候选样本xi属于正样本和负样本的概率。在本公开的一种示例性实施例中，所述获取当前帧图像还包括：判断所述当前帧图像是否为第m*n帧图像；在判断所述当前帧图像为第m*n帧图像时，以所述第m*n帧图像重新获取所述负样本以便于更新所述最近邻分类器；其中，所述m、n均为正整数。在本公开的一种示例性实施例中，上述跟踪方法还包括：在预设范围内选取候选样本后，对所述候选样本进行归一化处理。在本公开的一种示例性实施例中，所述检测模块获取对当前帧图像的第二跟踪信息包括：获取连续的多帧图像；分别在每帧图像中获取第一候选样本；分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；根据相邻帧间跟踪目标的运动连续性并结合所述每帧图像的第二候选样本确定所述跟踪目标并生成所述第二跟踪信息。在本公开的一种示例性实施例中，所述分别在每帧图像中获取第一候选样本包括：分别对所述每帧图像进行形态学变换以获取所述每帧图像的二值图像，并分别在所述每帧图像的二值图像中获取所述每帧图像的第一候选样本。在本公开的一种示例性实施例中，所述分别对所述每帧图像进行形态学变换以获取所述每帧图像的二值图像包括：根据所述跟踪目标的先验尺寸生成第一结构元和第二结构元；根据所述第一结构元分别对所述每帧图像进行形态学膨胀运算，以获取膨胀后的所述每帧图像；根据所述第二结构元分别对膨胀后的所述每帧图像进行腐蚀运算，以获取所述每帧图像的背景图像；分别将所述每帧图像的背景图像与所述每帧图像进行差分，以获取所述每帧图像的灰度图像；根据所述每帧图像的灰度阈值分别将对应的所述每帧图像的灰度图像转化为二值图像。在本公开的一种示例性实施例中，所述分别在所述每帧图像的二值图像中获取所述每帧图像的第一候选样本包括：分别对所述每帧图像的二值图像进行聚类分析以获取所述每帧图像的第一候选样本。在本公开的一种示例性实施例中，在所述分别对所述每帧图像的二值图像进行聚类分析以获取所述每帧图像的第一候选样本之后还包括：分别从所述每帧图像中去除面积小于一预设面积的所述第一候选样本。在本公开的一种示例性实施例中，所述根据相邻帧间跟踪目标的运动连续性并结合所述每帧图像的第二候选样本确定所述跟踪目标包括：在所述每帧图像均包括一个所述第二候选样本时，判断相邻的两帧图像中的所述第二候选样本之间距离是否小于预设距离；在判断相邻的两帧图像中的所述第二候选样本之间距离小于预设距离时，将所述第二候选样本确定为所述跟踪目标。在本公开的一种示例性实施例中，所述根据相邻帧间跟踪目标的运动连续性并结合所述每帧图像的第二候选样本确定所述跟踪目标包括本文档来自技高网...

【技术保护点】
一种目标长时跟踪方法，其特征在于，包括：接收一检测模块的跟踪目标初始信息，并根据该初始信息对所述跟踪目标开始跟踪；获取所述跟踪目标在当前帧图像的第一跟踪信息，将当前帧图像的所述第一跟踪信息发送至一融合模块以便于该融合模块结合所述检测模块对当前帧的第二跟踪信息输出第三跟踪信息；根据所述第三跟踪信息对所述跟踪目标进行跟踪。

【技术特征摘要】
1.一种目标长时跟踪方法，其特征在于，包括：接收一检测模块的跟踪目标初始信息，并根据该初始信息对所述跟踪目标开始跟踪；获取所述跟踪目标在当前帧图像的第一跟踪信息，将当前帧图像的所述第一跟踪信息发送至一融合模块以便于该融合模块结合所述检测模块对当前帧的第二跟踪信息输出第三跟踪信息；根据所述第三跟踪信息对所述跟踪目标进行跟踪。2.根据权利要求1所述的目标长时跟踪方法，其特征在于，所述融合模块输出第三跟踪信息包括：判断所述第一跟踪信息与所述第二跟踪信息中所述跟踪目标的重合率是否大于一预设值；在判断所述重合率大于预设值时，将所述第一跟踪信息与所述第二跟踪信息中所述跟踪目标区域合并生成第三跟踪信息。3.根据权利要求1所述的目标长时跟踪方法，其特征在于，所述融合模块输出第三跟踪信息包括：判断所述第一跟踪信息与所述第二跟踪信息中所述跟踪目标的重合率是否小于一预设值；在判断所述重合率小于预设值时，将所述第一跟踪信息作为第三跟踪信息。4.根据权利要求3所述的目标长时跟踪方法，其特征在于，所述在判断所述重合率小于预设值时，将所述第一跟踪信息作为第三跟踪信息后，所述目标长时跟踪方法还包括：判断所述当前帧图像之后连续n帧图像中所述跟踪目标的偏移量是否小于一预设值；在判断该偏移量小于预设值后，将所述连续n帧图像中的第二跟踪信息作为第三跟踪信息；其中，n＞1。5.根据权利要求1所述的目标长时跟踪方法，其特征在于，所述融合模块输出第三跟踪信息包括：当所述融合模块未接收到所述第一跟踪信息或所述第二跟踪信息时，以另一跟踪信息作为所述第三跟踪信息。6.根据权利要求1所述的目标长时跟踪方法，其特征在于，所述获取所述跟踪目标在当前帧图像的第一跟踪信息包括：截取跟踪视频的当前帧图像；在所述当前帧图像上以跟踪目标在上一帧图像的所在坐标为中心，在预设范围内选取候选样本；计算各候选样本的最近邻相似度，并选取最近邻相似度值最大的所述候选样本作为所述当前帧图像中的所述跟踪目标并生成所述第一跟踪信息。7.根据权利要求6所述的目标长时跟踪方法，其特征在于，所述计算各候选样本的最近邻相似度值包括：根据一最近邻分类器依次计算各候选样本的最近邻相似度值；其中，所述最近邻分类器的建立包括：以所述初始图像中所述跟踪目标中心点为中心，在预设范围内选取正样本和负样本；根据所述正样本和负样本建立所述最近邻分类器。8.根据权利要求7所述的目标长时跟踪方法，其特征在于，所述在预设范围内选取正样本包括：在所述初始图像上以所述跟踪目标中心点为中心，在预设的邻域范围内按照步长为1、窗口大小与所述跟踪目标大小相等的方式滑窗选取第一窗口；计算各所述第一窗口与所述跟踪目标的重叠率；将重叠率大于第一阈值的所述第一窗口作为所述正样本。9.根据权利要求7所述的目标长时跟踪方法，其特征在于，所述在预设范围内选取负样本包括：在所述初始图像上以所述跟踪目标中心点为中心，在一预设区域内随机选取预设数量的与所述跟踪目标大小相同的第二窗口；计算各所述第二窗口与所述跟踪目标的重叠率；将重叠率小于第二阈值的所述第二窗口作为所述负样本。10.根据权利要求8或9所述的目标长时跟踪方法，其特征在于，所述重叠率的计算方式为：其中，IoU为重叠率；Rt为跟踪目标，Rc为第一或第二窗口。11.根据权利要求7所述的目标长时跟踪方法，其特征在于，所述根据所述正样本和负样本建立所述最近邻分类器包括：对所述正样本及负样本归一化处理；分别计算归一化处理后所述正样本及负样本的均值向量以用于建立所述最近邻分类器；其中：所述NNS表示最近邻相似度值；和分别表示第i个候选样本xi属于正样本和负样本的概率。12.根据权利要求7所述的目标长时跟踪方法，其特征在于，所述获取当前帧图像还包括：判断所述当前帧图像是否为第m*n帧图像；在...

【专利技术属性】
技术研发人员：胡锦龙，韩雪云，
申请(专利权)人：西安天和防务技术股份有限公司，
类型：发明
国别省市：陕西,61