【技术实现步骤摘要】
一种基于局部拓扑特征描述和Sinkhorn的异源多目标匹配方法
[0001]本专利技术涉图像处理与多源信息融合
，具体涉及一种基于局部拓扑特征描述和Sinkhorn的异源多目标匹配方法。
技术介绍
[0002]多类型传感器(如图像、雷达、激光等)融合探测技术越来越广泛地应用于自动驾驶、工业机器人、安防监控等领域。如何实现多源异构探测平台对目标的同一性识别，实现异源多目标信息匹配是完成协同探测的关键。
[0003]多源异构探测平台所获取的异源多目标信息主要包含的是位置信息，图像特征并不明显，特别是涉及到雷达或激光信息时，则不存在图像特征，此时，同一性识别和匹配工作主要是面向点集位置信息进行处理。
[0004]传统应用于目标同一性识别的特征提取算法有：SITF、SURF和ORB等。SIFT方法利用特征点在图像中邻域像素的梯度方向分布特性进行特征描述；SURF算是通过计算特征点在图像中的Haar特征进行特征提取；ORB算法在Brief描述子基础上进行特征描述，而Brief的计算也是通过图像灰度计算获得。这些算...
【技术保护点】
【技术特征摘要】
1.一种基于局部拓扑特征描述和Sinkhorn的异源多目标匹配方法，其特征在于包括如下步骤：获取两幅待匹配视图，将其中一幅视图记为第一待匹配视图，另一幅视图记为第二待匹配视图；将第一待匹配视图和第二待匹配视图中待匹配的异源目标信息以N近邻连接方式构造若干条线段；对第一待匹配图预先构造的线段与其视窗位置关系进行关联，确定映射关系，以线段端点构建一组基，通过该组基对视图中其它待匹配异源目标点进行线性表示得到编码系数，获取待匹配异源目标点的拓扑特征描述；将映射关系应用到第二待匹配图提取具备相同拓扑特征的邻域矩形窗，根据局部拓扑特征不变原理使用编码系数预测第二待匹配图邻域矩形内待匹配异源目标点的位置；根据第二待匹配图中预测目标位置和实际存在目标位置，计算代价矩阵M；根据代价矩阵M，基于Sinkhorn和代价矩阵进行多目标数据关联并完成异源多目标匹配。2.根据权利要求1所述的一种基于局部拓扑特征描述和Sinkhorn的异源多目标匹配方法，其特征在于第一待匹配视图中形成的最近邻线段记为x
i'
,i'＝1～n，将第二待匹配视图中形成的最近邻线段记为y
j'
,j'＝1～m，n为第一待匹配图最近邻线段数量，m为第二待匹配图最近邻线段数量，代价矩阵M的具体计算过程如下：S1、选取第一待匹配视图中第i'根最近邻线段，遍历第二待匹配视图中m根最近邻线段，重复执行步骤S2～步骤S6，之后进入步骤S7；S2、选取第一待匹配图自身矩形窗的任一顶点作为第一待匹配图矩形窗基准点O，建立以第一待匹配视图中第i'根线段其中一个端点为原点、线段为极轴的第一极坐标系，在第一极坐标系内构建第一待匹配视图中第i'根线段与第一待匹配图矩形窗基准点的映射关系；S3、以第一待匹配视图矩形窗基准点O为起点，线段两个端点A和B为终点，构建一组向量和作为一组基，记作第一向量基，对第一待匹配图矩形窗中其它所有的待匹配异源目标点的位置进行线性表示，取其系数作为待匹配异源目标点在第一待匹配图矩形窗中的编码参数(α
i
,β
i
),i＝1～n
s
，得到局部拓扑特征，n
s
为第一待匹配矩形窗中待匹配异源目标点个数；S4、针对第二待匹配图中的第j'根最近邻线段，以该线段其中一个端点为原点、线段为极轴的第二极坐标系，根据候选邻域矩形经过旋转、平移和缩放变换在第二极坐标系中与第二待匹配图自身视窗矩形与在第一极坐标系下的位置重合的原则，利用第一待匹配视图中的映射关系得到第二待匹配图中线段的候选邻域矩形窗；S5、根据局部拓扑特征不变原理，将候选邻域矩形顶点O
’
为顶点，第二待匹配图中的第j'根最近邻线段的两个端点A
’
和B
’
为终点，构建一组向量和作为第二向量基，将步骤S5获取的待匹配异源目标点在第一待匹配图矩形窗中的编码参数(α
i
,β
i
),i＝1～n
s
，应用到第二待匹配图中的第二向量基上，求解候选邻域矩形内预测目标的位置；S6、计算第二待匹配图中第j'根最近邻线段对应的候选邻域矩形内与每个预测目标与
所有实际目标的欧式距离最小值，再将最小值相加，作为第一待匹配视图中第i'根最近邻线段、第二待匹配视图中第j'根最近邻线段所对应的欧式距离；S7、遍历第一待匹配视图中的n根最近邻线段，重复步骤S1～步骤S7，得第一待匹配视图中第i'根最近邻线段、第二待匹配图中第j'根最近邻线段对应欧式距离值为基础计算代价矩阵M的元素，得到代价矩阵M，代价矩阵M的大小为n
×
m。3.根据...
【专利技术属性】
技术研发人员：齐文元，麻家骅，魏东，雷晓奇，凌翔滨，李建，
申请(专利权)人：上海航天控制技术研究所，
类型：发明
国别省市：
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。