一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法技术

一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法，涉及计算机应用。1)将水箱用隔板分隔成若干区域，每块区域形成一尾虾的目标跟踪区，编号分配，框选出前景；2)基于OTSU算法分离背景和前景，计算背景区域的平均灰度值，填充前景区域并建立背景模型；3)为每一个观测区域建立一个卡尔曼滤波器并初始化卡尔曼滤波器；4)利用背景模型检测出目标所在位置；5)检查每个观测值所属跟踪区域，为每个观测向量分配跟踪的ID；6)对目标进行预测，确定目标的跟踪结果；7)更新卡尔曼滤波器，将修正后的状态向量作为当前帧的目标状态值；8)读取下一帧图像，重复步骤4)～8)，直至所有图像计算完毕。提升跟踪精度，减少干扰噪声。

【技术实现步骤摘要】
一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法
本专利技术涉及计算机应用领域，特别是涉及一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法。
技术介绍
近年来，计算机领域中目标检测和目标跟踪发展迅速，并在各个领域中已有成功应用的案例，如行人检测、行人跟踪、缺陷检测、灾害预警、智慧交通等。对水生物的运动轨迹行进跟踪可以有效提取生物运动轨迹，帮助科研人员挖掘该动物在各种不同环境下的运动特征和生物活性，从而促进海洋生物学的发展。针对某类特定的水生物设计一个合适的算法具有重要的指导意义。常见多目标跟踪技术中，如IDtracker通过动态建模的方法检测出前景，然后对团块做一定的限制，检测出的团块大于某个阈值时，认为它是多个目标重叠在一起，根据双向的团块变化分离出单个目标，根据路径轨迹进行分配。然而这一类技术具有一定的局限性，对虾的运动可能是高速的弹跳，造成目标丢失现象。在长时间的监控实验中，需要控制环境变量，如光照条件、温度条件等外部环境，水面波动的影响、光照条件变化以及目标运动不确定性大，IDtracker之类的通用技术无法对虾进行长时间准本文档来自技高网...

【技术保护点】
1.一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法，其特征在于包括如下步骤：/n1)将实验所用水箱用隔板分隔成若干区域，每块区域形成一尾虾的目标跟踪区，对每个待跟踪区域进行编号分配，然后框选出前景；/n2)使用基于OTSU算法分离背景和前景，计算出背景区域的平均灰度值，然后用平均灰度值填充前景区域并建立背景模型；/n3)为步骤1)选择出来的每一个观测区域建立一个卡尔曼滤波器，并且初始化卡尔曼滤波器；/n4)基于步骤2)中建立的背景模型，使用背景差法检测出目标所在位置；/n5)根据边界限定的条件，检查每个观测值所属跟踪区域，然后为每个观测向量分配跟踪的ID；/n6)对目标进行预测，确定目标的...

【技术特征摘要】
1.一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法，其特征在于包括如下步骤：
1)将实验所用水箱用隔板分隔成若干区域，每块区域形成一尾虾的目标跟踪区，对每个待跟踪区域进行编号分配，然后框选出前景；
2)使用基于OTSU算法分离背景和前景，计算出背景区域的平均灰度值，然后用平均灰度值填充前景区域并建立背景模型；
3)为步骤1)选择出来的每一个观测区域建立一个卡尔曼滤波器，并且初始化卡尔曼滤波器；
4)基于步骤2)中建立的背景模型，使用背景差法检测出目标所在位置；
5)根据边界限定的条件，检查每个观测值所属跟踪区域，然后为每个观测向量分配跟踪的ID；
6)对目标进行预测，确定目标的跟踪结果；
7)更新卡尔曼滤波器，计算卡尔曼滤波增益，将修正后的状态向量作为当前帧的目标状态值；
8)读取下一帧图像，重复步骤4)～8)，直到所有图像都计算完毕。


2.如权利要求1所述一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法，其特征在于在步骤1)中，所述将实验所用水箱用隔板分隔成若干区域，每块区域形成一尾虾的目标跟踪区，对每个待跟踪区域进行编号分配，然后框选出前景的具体步骤可为：首先将实验所用水箱用挡板分割成若干区域，每个区域观察一只对虾的运动情况，在进行对虾跟踪前，通过人机交互方式，用鼠标依据第一帧图像中水箱的隔断划分跟踪区域，每个区域对应一个跟踪编号(1～N)，然后用鼠标在图像上的观测区域选出所有对虾前景区域。


3.如权利要求1所述一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法，其特征在于在步骤2)中，所述OTSU算法为大津法，其步骤包含如下：对于图像I(x，y)，前景和目标分割的阈值记为T，属于前景部分的像素点占整幅图的比例记为w0，前景的平均灰度记为u0；背景像素点占整幅图的比例记为w1，背景的平均灰度记为u1；整幅图的平均灰度记为u，类间方差记为g；假设图像大小为M×N，图像中像素的灰度值小于T的个数为N0，像素灰度大于阈值T的像素个数为N1，那么：
(1)根据公式计算w0，
(2)根据公式计算w1，
(3)根据公式计算u，u＝w0*u0+w1*u1；
(4)根据公式计算g，g＝w0(u0-u)2+w1(u1-u)2；
(5)重复步骤(1)～(5)，求出使得类间方差g最大的阈值T；
(6)根据所求的阈值T，二值化灰度图，像素值大于T的部分为255，小于T的部分为0。


4.如权利要求1所述一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法，其特征在于在步骤2)中，所述建立背景模型的具体过程为：基于步骤1)将图像灰度化，记为O(x，y)，裁剪出每一只对虾前景区域，长为Lk、宽为Mk的图像；使用OTSU算法将包含部分背景的前景区域图像二值化，得到每个虾的...

【专利技术属性】
技术研发人员：刘向荣，彭惠民，毛勇，程文志，黄静，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建;35