一种实时星载卫星图像运动对象检测跟踪方法技术

一种实时星载卫星图像运动对象检测跟踪方法,属于卫星图像采集技术领域，特别涉及到一种星载卫星图像运动对象检测跟踪方法，本发明专利技术能够解决既有算法星载卫星图像检测率低的问题；解决稳像时所带来的大量运动噪点导致的误跟踪问题；解决多目标跟踪时跟踪丢失率的问题；解决检测跟踪算法的性能问题。该算法突破性能瓶颈，可实现星载卫星视频的实时监控减少人力成本，精确的检测跟踪结果可以对异常情况及时预警，不需要人力一直监控，可应用到军事领域，对航母、军舰等运动物体进行检测跟踪。

A Real-time Motion Object Detection and Tracking Method for Spaceborne Satellite Images

A real-time satellite image moving object detection and tracking method belongs to the field of satellite image acquisition technology, especially relates to a satellite image moving object detection and tracking method, the invention can solve the problem of low detection rate of satellite image in existing algorithms, and solve the problem of large number of motion noise caused by image stabilization. The problem of false tracking, the problem of tracking loss rate in multi-target tracking and the performance of detection and tracking algorithm are solved. This algorithm breaks through the performance bottleneck, realizes real-time monitoring of satellite video on satellite and reduces manpower cost. Accurate detection and tracking results can warn abnormal situations in time without manpower monitoring. It can be applied to military field to detect and track moving objects such as aircraft carriers and warships.

【技术实现步骤摘要】
一种实时星载卫星图像运动对象检测跟踪方法
本专利技术属于卫星图像采集
，特别涉及到一种星载卫星图像运动对象检测跟踪方法。
技术介绍
动目标的检测跟踪算法是检测视频图像的每一幅图像中我们感兴趣的运动目标，并把不同帧中同一目标对应起来进行跟踪。星载卫星图像交通场景复杂，有高速公路也有立交桥；道路背景复杂，路旁边有树木，有民居等建筑物；摄像机抖动无法完全去除；图像分辨率超大，待检测目标物体却很小；目标物体多为灰色和白色，信息量比较少，特征不明显。现有的针对卫星图像运动目标检测跟踪算法，普遍都存在检测率低、跟踪效果差、性能不能达到实时等问题。常见的检测算法包括，帧间差分法：帧间差分法是基于运动图像序列中，相邻两帧图像间具有强相关性而提出的检测算法。该算法是将前后两帧图像对应像素点的灰度值相减，如果灰度差值很小，则认定该点没有目标物体，反之如果灰度差值很大，则认为有目标物体。背景差分法：背景差分法选取背景中的一幅或几幅图像的平均作为背景图像，把之后的序列图像当前帧与背景帧相减，如果所得到的像素大于一定阈值，则判断该场景中有运动物体，从而得到运动车辆。但是，由于星载图像分辨率大，运动物体移动速度慢，而且视频无法完全去除抖动，既有的帧间差分法与背景消除法的效果都不会特别理想。而帧间差分法不能检测出静止或低速物体；对于高速运动的物体，引起分割区域与运动物体速度相关，会使分割区域远大于真实运动物体数量；当运动物体内部灰度分布均匀时，容易产生内部空洞现象。背景差分法则受光线、天气等外界条件的影响较大，如果物体移动速度过慢，会被当成背景。常见的跟踪算法:光流法，光流的概念是Gibson在1950年首先提出来的。它是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。一般而言，光流是由于场景中前景目标本身的移动、相机的运动，或者两者的共同运动所产生的。但是，光流法需要多次迭代，运算速度慢，卡尔曼滤波算法要求系统是线性高斯型的，对于非线性、非高斯环境而言，不能直接用来解决目标的估计问题。因此现有技术当中亟需要一种新型的技术方案来解决这一问题。
技术实现思路
本专利技术所要解决的技术问题是：一种实时星载卫星图像运动对象检测跟踪方法，解决既有算法星载卫星图像检测率低的问题；解决了稳像时所带来的大量运动噪点导致的误跟踪问题；解决多目标跟踪时跟踪丢失率的问题；解决检测跟踪算法的性能问题，优化后的检测跟踪算法处理速度可达到25帧每秒，达到了实时。一种实时星载卫星图像运动对象检测跟踪方法,包括以下步骤：步骤一、获得星载卫星视频；步骤二、对视频进行debayer处理；步骤三、对视频进行去抖动处理；步骤四、利用检测算法检测出运动目标；步骤五、利用跟踪算法对运动目标进行跟踪；步骤六、对运动目标进行AOI裁剪；步骤七、利用H265对裁剪后的数据进行压缩；步骤八、将步骤七中得到的压缩结果进行输出。所述步骤四中的检测算法包括以下步骤，第一步、利用背景差分算法得到目标检测信息；第二步、将目标检测信息和阙值X进行比较，大于X的为大目标、小于X的目标为小目标；第三步、若是大目标则判断该目标为车辆，将该目标信息进行输出，若是小目标，则判断该目标是否在道路内，若是则该目标为车辆，将该目标检测信息进行输出，若不在道路内，则删除该目标。所述步骤五中的跟踪算法包括以下步骤，第一步、将目标和阙值X比较，判断是大目标还是小目标；第二步、若该目标是大目标，则判断该目标是否被遮挡，若被遮挡，则将该目标信息进行卡尔曼滤波处理，并将该跟踪信息输出；若该目标未被遮挡，则将该目标特征数量和阙值Y比较，大于Y则说明目标特征多，将该目标信息进行稀疏光流处理并输出该跟踪信息；若该目标特征少，则将该目标信息进行稠密光流处理并输出该跟踪信息；第三部、若该目标是小目标，则将该目标信息利用目标区域的像素特征来进行运动搜索；使用二值图做点乘；同时使用卡尔曼滤波对目标运动速度及方向建模得到跟踪信息，并输出该跟踪信息。所述步骤四中还包括第四步、通过深度学习模型将大目标分为飞机和船。通过上述设计方案，本专利技术可以带来如下有益效果：该算法突破性能瓶颈，可实现星载卫星视频的实时监控减少人力成本，精确的检测跟踪结果可以对异常情况及时预警，不需要人力一直监控，可应用到军事领域，对航母、军舰等运动物体进行检测跟踪。附图说明以下结合附图和具体实施方式对本专利技术作进一步的说明：图1为本专利技术一种实时星载卫星图像运动对象检测跟踪方法的流程示意图。图2为本专利技术一种实时星载卫星图像运动对象检测跟踪方法的检测算法的流程示意图。图3为本专利技术一种实时星载卫星图像运动对象检测跟踪方法的跟踪算法的流程示意图。具体实施方式一种实时星载卫星图像运动对象检测跟踪方法,如图1和图2所示，包括以下步骤：步骤一、获得星载卫星视频；步骤二、对视频进行debayer处理；步骤三、对视频进行去抖动处理；步骤四、利用检测算法检测出运动目标；步骤五、利用跟踪算法对运动目标进行跟踪；步骤六、对运动目标进行AOI裁剪；步骤七、利用H265对裁剪后的数据进行压缩；步骤八、将步骤七中得到的压缩结果进行输出。所述步骤四中的检测算法包括以下步骤，第一步、利用背景差分算法得到目标检测信息；第二步、将目标检测信息和阙值X进行比较，大于X的为大目标、小于X的目标为小目标；第三步、若是大目标则判断该目标为车辆，将该目标信息进行输出，若是小目标，则判断该目标是否在道路内，若是则该目标为车辆，将该目标检测信息进行输出，若不在道路内，则删除该目标。所述步骤五中的跟踪算法包括以下步骤，第一步、将目标和阙值X比较，判断是大目标还是小目标；第二步、若该目标是大目标，则判断该目标是否被遮挡，若被遮挡，则将该目标信息进行卡尔曼滤波处理，并将该跟踪信息输出；若该目标未被遮挡，则将该目标特征数量和阙值Y比较，大于Y则说明目标特征多，将该目标信息进行稀疏光流处理并输出该跟踪信息；若该目标特征少，则将该目标信息进行稠密光流处理并输出该跟踪信息；第三部、若该目标是小目标，则将该目标信息利用目标区域的像素特征来进行运动搜索；使用二值图做点乘；同时使用卡尔曼滤波对目标运动速度及方向建模得到跟踪信息，并输出该跟踪信息。所述步骤四中还包括第四步、通过深度学习模型将大目标分为飞机和船。本专利技术所采用的光流法是空间运动物体在观测成像平面上的像素运动的“瞬时速度”。光流的研究是利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”。研究光流场(是运动场在二维图像平面上的投影)的目的就是为了从图片序列中近似得到不能直接得到的运动场(物体在三维真实世界中的运动)。光流法的前提假设：(1)相邻帧之间的亮度恒定；(2)相邻视频帧的取帧时间连续，或者，相邻帧之间物体的运动比较“微小”；(3)保持空间一致性；即，同一子图像的像素点具有相同的运动光流法用于目标跟踪的原理：(1)对一个连续的视频帧序列进行处理；(2)针对每一个视频序列，利用一定的目标检测方法，检测可能出现的前景目标；(3)如果某一帧出现了前景目标，找到其具有代表性的关键特征点(可以随机产生，也可以利用角本文档来自技高网...

【技术保护点】
1.一种实时星载卫星图像运动对象检测跟踪方法,其特征是，包括以下步骤：步骤一、获得星载卫星视频；步骤二、对视频进行debayer处理；步骤三、对视频进行去抖动处理；步骤四、利用检测算法检测出运动目标；步骤五、利用跟踪算法对运动目标进行跟踪；步骤六、对运动目标进行AOI裁剪；步骤七、利用H265对裁剪后的数据进行压缩；步骤八、将步骤七中得到的压缩结果进行输出。

【技术特征摘要】
1.一种实时星载卫星图像运动对象检测跟踪方法,其特征是，包括以下步骤：步骤一、获得星载卫星视频；步骤二、对视频进行debayer处理；步骤三、对视频进行去抖动处理；步骤四、利用检测算法检测出运动目标；步骤五、利用跟踪算法对运动目标进行跟踪；步骤六、对运动目标进行AOI裁剪；步骤七、利用H265对裁剪后的数据进行压缩；步骤八、将步骤七中得到的压缩结果进行输出。2.根据权利要求1所述的一种实时星载卫星图像运动对象检测跟踪方法,其特征是：所述步骤四中的检测算法包括以下步骤，第一步、利用背景差分算法得到目标检测信息；第二步、将目标检测信息和阙值X进行比较，大于X的为大目标、小于X的目标为小目标；第三步、若是大目标则判断该目标为车辆，将该目标信息进行输出，若是小目标，则判断该目标是否在道路内，若是则该目标为车辆，将该目标检测信息进行输出，若不在道路内，则删除该目标。3....

【专利技术属性】
技术研发人员：张立华，连海东，于学男，焦健，
申请(专利权)人：长春博立电子科技有限公司，
类型：发明
国别省市：吉林,22