【技术实现步骤摘要】
基于静止轨道凝视卫星的遥感图像目标跟踪方法和装置
本专利技术实施例涉及卫星遥感
,尤其涉及一种基于静止轨道凝视卫星的遥感图像目标跟踪方法和装置。
技术介绍
随着遥感卫星技术的发展,通过静止轨道凝视卫星采集的遥感图像进行动态目标对象(如舰船)的跟踪,以成为遥感卫星技术应用的热点。目前,在基于遥感图像进行动态目标对象跟踪时,通常是先对遥感图像进行目标检测,然后再基于检测到的目标对象进行目标跟踪。但是,由于静止轨道凝视卫星成像视场范围大,使得其采集的遥感图像空间分辨率较低,再加上受海杂波、碎云等因素影响,目标对象与背景环境对比度较低,导致目标检测结果中存在较多的虚假目标。此外由于静止轨道凝视卫星的轨道高、成像帧频低,使得其对目标对象的定位数据误差较大,严重影响目标跟踪的准确性。
技术实现思路
本专利技术实施例提供一种基于静止轨道凝视卫星的遥感图像目标跟踪方法和装置,以提高基于静止轨道凝视卫星的遥感图像目标跟踪的准确性。第一方面,本专利技术实施例提供了一种基于静止轨道凝视卫星的遥感图像目标跟踪方法,方法包括:检测当前帧遥感图像中包含的目标对象,并确定所述目标对象的像素坐标和目标幅度特征;根据所述目标对象的像素坐标和所述当前帧遥感图像对应的参考对象的参考位置信息,校正位置求解模型,并基于校正后的位置求解模型和所述目标对象的像素坐标,确定所述目标对象的目标位置信息;根据所述目标对象的目标幅度特征和目标位置信息,采用多假设跟踪算法对所述当前帧遥感图像进行目标跟踪。第 ...
【技术保护点】
1.一种基于静止轨道凝视卫星的遥感图像目标跟踪方法,其特征在于,包括:/n检测当前帧遥感图像中包含的目标对象,并确定所述目标对象的像素坐标和目标幅度特征;/n根据所述目标对象的像素坐标和所述当前帧遥感图像对应的参考对象的参考位置信息,校正位置求解模型,并基于校正后的位置求解模型和所述目标对象的像素坐标,确定所述目标对象的目标位置信息;/n根据所述目标对象的目标幅度特征和目标位置信息,采用多假设跟踪算法对所述当前帧遥感图像进行目标跟踪。/n
【技术特征摘要】
1.一种基于静止轨道凝视卫星的遥感图像目标跟踪方法,其特征在于,包括:
检测当前帧遥感图像中包含的目标对象,并确定所述目标对象的像素坐标和目标幅度特征;
根据所述目标对象的像素坐标和所述当前帧遥感图像对应的参考对象的参考位置信息,校正位置求解模型,并基于校正后的位置求解模型和所述目标对象的像素坐标,确定所述目标对象的目标位置信息;
根据所述目标对象的目标幅度特征和目标位置信息,采用多假设跟踪算法对所述当前帧遥感图像进行目标跟踪。
2.根据权利要求1所述的方法,其特征在于,检测当前帧遥感图像中包含的目标对象,并确定所述目标对象的像素坐标和目标幅度特征,包括:
基于峰值信噪比局部显著图算法,检测当前帧遥感图像中包含的目标对象;
根据所述目标对象在所述当前帧遥感图像中的像素信息,确定所述目标对象的像素坐标和目标幅度特征。
3.根据权利要求1所述的方法,其特征在于,根据所述目标对象的像素坐标和所述当前帧遥感图像对应的参考对象的参考位置信息,校正位置求解模型,包括:
根据所述目标对象的像素坐标和所述当前帧遥感图像对应的参考对象的参考位置信息,确定具有关联关系的目标对象和参考对象,作为候选关联对;
剔除所述候选关联对中的错误关联对,得到目标关联对;
根据所述目标关联对中的目标对象的像素坐标和参考对象的参考位置信息,更新位置求解模型的模型参数信息,以得到校正后的位置求解模型。
4.根据权利要求3所述的方法,其特征在于,剔除所述候选关联对中的错误关联对,得到目标关联对,包括:
基于随机一致性抽样算法,从候选关联对中剔除像素误差大于误差阈值的错误关联对,得到初筛选关联对;
从初筛选关联对中剔除轨迹相似度小于等于轨迹相似度阈值的错误关联对,得到目标关联对。
5.根据权利要求4所述的方法,其特征在于,所述基于随机一致性抽样算法,从候选关联对中剔除像素误差大于误差阈值的错误关联对的操作,重复执行至少两次;
相应的,每一次基于随机一致性抽样算法,从候选关联对中剔除像素误差大于误差阈值的错误关联对时,包括:
将所述候选关联对随机分为第一关联对组和第二关联对组;其中,所述第一关联对组中包括至少三对候选关联对;
根据所述第一关联对组中的目标对象的像素坐标和参考对象的参考位置信息,求解误差补偿模型的模型参数,得到已知模型参数的误差补偿模型;其中,所述误差补偿模型用于表征参考对象的参考位置信息所对应的像素坐标,与目标对象的像素坐标之间的转换关系;
根据所述已知模型参数的误差补偿模型,和所述第二关联对组中的目标对象的像素坐标和参考对象的参考位置信息,计算所述第二关联对组中,各候选关联对的像素误差;
剔除所述第二关联对组中像素误差大于误差阈值的错误关联对,得到本次初筛选关联对。
6.根据权利要求5所述的方法,其特征在于,所述误差补偿模型的表达式为:
其中,(x,y)为目标对象的像素坐标;(x′,y′)为参考对象的参考位置信息对应的像素坐标;(ei,fi)为误差补偿模型的模型参数。
7.根据权利...
【专利技术属性】
技术研发人员:姚力波,刘勇,林迅,周强,刘瑜,孙炜玮,赵志勇,臧洁,
申请(专利权)人:中国人民解放军海军航空大学,
类型:发明
国别省市:山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。