一种用于高速旋转平台的目标跟踪方法技术

技术编号:38472109 阅读:25 留言:0更新日期:2023-08-11 14:48
本发明专利技术涉及一种用于高速旋转平台的目标跟踪方法,包括:获取用于目标跟踪的初始帧图像;获取后一帧图像,根据与初始帧图像存在的旋转角,进行图像旋转,得到消除旋转角的旋转后图像;以前一帧图像的目标点坐标为中心,在旋转后图像中采用相关滤波模型进行目标检测得到旋转后图像中的目标点坐标;将旋转后图像中的目标点坐标转换到旋转前图像中,得到目标点在旋转前图像中的目标点坐标;并根据该目标点坐标,计算旋转平台的视线角速度作为跟踪输出信号;以所述旋转后图像的目标点坐标为中心截取搜索区域更新相关滤波模型,对再后一帧图像进行目标跟踪;进而对后续所有帧图像进行目标跟踪。本发明专利技术实现了图像高速旋转过程中的稳定跟踪。定跟踪。定跟踪。

【技术实现步骤摘要】
一种用于高速旋转平台的目标跟踪方法


[0001]本专利技术属于图像处理和目标跟踪
,具体涉及一种用于高速旋转平台的目标跟踪方法。

技术介绍

[0002]近年来,针对复杂背景下运动目标自动跟踪需求日益迫切。与此同时,高速旋转平台作为光电跟踪设备的搭载平台,其光电成像过程表现为短时间内的大角度旋转,目标在图像中的剧烈旋转往往会导致目标跟踪丢失,现有的目标跟踪算法均无法满足此应用条件,对导引系统性能产生较大影响,现有技术急需研究改进。

技术实现思路

[0003]鉴于上述的分析,本专利技术旨在公开了一种用于高速旋转平台的目标跟踪方法,解决了图像高速旋转过程中的稳定跟踪问题。
[0004]本专利技术公开了一种用于高速旋转平台的目标跟踪方法,包括:
[0005]步骤S1、获取用于目标跟踪的初始帧图像;所述初始帧图像与后续帧图像存在旋转角;
[0006]步骤S2、获取后一帧图像,根据与初始帧图像存在的旋转角,进行图像旋转,得到消除旋转角的旋转后图像;
[0007]步骤S3、以前一帧图像的目标点坐标为中心,在旋转后图像中采用相关滤波模型进行目标检测得到旋转后图像中的目标点坐标;
[0008]步骤S4、将旋转后图像中的目标点坐标转换到旋转前图像中,得到目标点在旋转前图像中的目标点坐标;并根据该目标点坐标,计算旋转平台的视线角速度作为跟踪输出信号;
[0009]步骤S5、以所述旋转后图像的目标点坐标为中心截取搜索区域更新相关滤波模型,按照步骤S2

S4的方法,对再后一帧图像进行目标跟踪;
[0010]重复步骤S2

S5直至对后续所有帧图像进行目标跟踪。
[0011]进一步地,步骤S2中,根据与初始帧图像存在的旋转角,进行图像旋转,得到消除旋转角的旋转后图像的像素点坐标(x',y')为:其中,(x,y)为旋转前图像的像素点坐标;(x
r
,y
r
)为图像旋转中心坐标,是旋转前图像的任意一点;ξ为图像旋转角。
[0012]进一步地,所述步骤S3中包括:
[0013]1)对旋转后图像进行插值得到包括图像中各像素点灰度值的灰度图;
[0014]2)以前一帧图像的目标点坐标为中心,在灰度图中截取设定大小的图像进行归一化后,提取Hog特征得到特征矩阵Z;
[0015]3)采用相关滤波模型在截取设定大小的图像中进行目标检测得到旋转后图像中
的目标点坐标。
[0016]进一步地,在采用相关滤波模型进行目标检测中,通过计算滤波响应矩阵R;在滤波响应矩阵R中搜索峰值得到目标点坐标;
[0017]其中,F
‑1为傅里叶反变换;为相关滤波模型A的傅立叶变换;换;为高斯核函数的傅立叶变换;λ为正则化参数;为互相关函数的傅立叶变换;相关函数σ为高斯核函数的宽度参数;X为相关滤波模型的模板数据;为模板数据傅立叶变换的共轭;为特征矩阵Z的傅立叶变换。
[0018]进一步地,相关滤波模型更新前,相关滤波模型的模板数据X的初始值为,以初始帧图像的目标点坐标为中心,在初始帧图像的灰度图中截取设定大小的图像进行归一化后,提取Hog特征得到的特征矩阵;
[0019]相关滤波模型模板数据X的更新公式为X
new
=(1

α)*X
old
+α*X
update
;其中,α为更新速率;X
old
为上一次相关滤波的模板数据;X
update
为已跟踪的最新帧图像的旋转后图像的目标点坐标为中心截取搜索区域计算的Hog特征矩阵。
[0020]进一步地,相关滤波模型更新前,相关滤波模型进一步地,相关滤波模型更新前,相关滤波模型为高斯核函数的傅立叶变换;λ为正则化参数;K
XX
为模板数据X初始值的自相关函数;
[0021]相关滤波模型的更新公式为A
new
=(1

α)*A
old
+α*A
update
;其中,α为更新速率;A
old
为上一次相关滤波的相关滤波模型;A
update
为利用更新后的模板数据得到的相关滤波模型,
[0022]进一步地,所述步骤S4中包括:
[0023]1)将旋转后图像中的目标点坐标转换到旋转前图像中,得到目标点在旋转前图像中的目标点坐标(X
T
,Y
T
);
[0024]2)根据公式计算旋转平台的视线角速度作为跟踪输出信号;
[0025]其中,V
x
和V
y
为X方向和Y方向视线角速度,X
c
和Y
c
为旋转前图像X方向与Y方向中心点坐标,R
x
和R
y
为X方向和Y方向视线角速度当量值。
[0026]进一步地,将旋转后图像中的目标点坐标(X'
T
,Y'
T
)转换到旋转前图像中,得到目标点在旋转前图像中的目标点坐标(X
T
,Y
T
)的公式为:
[0027]其中,(x,y)为旋转前图像中的点的坐标:(x',y')为旋转后图像的像素坐标;(x
r
,y
r
)为图像旋转中心坐标,是旋转前图像的任意一点;ξ为图像旋转角。
[0028]进一步地,提取图像Hog特征形成特征矩阵Z包括:
[0029]1)计算X和Y两个方向梯度,包括梯度幅值与角度;
[0030]2)划分cell,构建每个cell的梯度方向直方图;
[0031]3)归一化梯度直方图,将归一化梯度直方图向量连接在一起,得到Hog特征,形成特征矩阵Z。
[0032]进一步地,采用软映射的策略,在构建梯度方向直方图时,对处在多个cell交界位置的像素,以线性插值的方式将每个像素梯度分配到相邻的cell中;
[0033]在归一化梯度直方图时,对各个cell进行归一化,以cell为基本单位,将2*2个cell整合为1个block,并使用无向梯度直方图向量的L2范数分别计算每个block的归一化因子;使用归一化因子对每个梯度直方图向量的元素进行归一化,使用设定阈值进行数据截断,并对每个元素归一化后得到的4个值取均值,作为当前元素归一化后的最终结果。
[0034]本专利技术至少可实现以下有益效果之一:
[0035]1)方法使用范围广,可普遍适用于高速旋转平台中的光电跟踪导引;
[0036]2)算法计算复杂度低、实现实时性好,在常用的嵌入式硬件平台上即可满足实时计算要求;
[0037]3)适应性好,可充分适应不低于100度/秒的高速旋转平台。
附图说明
[0038]附图仅用于示出具体实施例的目的,而并不认为是对本专利技术的限制本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种用于高速旋转平台的目标跟踪方法,其特征在于,包括:步骤S1、获取用于目标跟踪的初始帧图像;所述初始帧图像与后续帧图像存在旋转角;步骤S2、获取后一帧图像,根据与初始帧图像存在的旋转角,进行图像旋转,得到消除旋转角的旋转后图像;步骤S3、以前一帧图像的目标点坐标为中心,在旋转后图像中采用相关滤波模型进行目标检测得到旋转后图像中的目标点坐标;步骤S4、将旋转后图像中的目标点坐标转换到旋转前图像中,得到目标点在旋转前图像中的目标点坐标;并根据该目标点坐标,计算旋转平台的视线角速度作为跟踪输出信号;步骤S5、以所述旋转后图像的目标点坐标为中心截取搜索区域更新相关滤波模型,按照步骤S2

S4的方法,对再后一帧图像进行目标跟踪;重复步骤S2

S5直至对后续所有帧图像进行目标跟踪。2.根据权利要求1所述的目标跟踪方法,其特征在于,步骤S2中,根据与初始帧图像存在的旋转角,进行图像旋转,得到消除旋转角的旋转后图像的像素点坐标(x',y')为:其中,(x,y)为旋转前图像的像素点坐标;(x
r
,y
r
)为图像旋转中心坐标,是旋转前图像的任意一点;ξ为图像旋转角。3.根据权利要求1所述的目标跟踪方法,其特征在于,所述步骤S3中包括:1)对旋转后图像进行插值得到包括图像中各像素点灰度值的灰度图;2)以前一帧图像的目标点坐标为中心,在灰度图中截取设定大小的图像进行归一化后,提取Hog特征得到特征矩阵Z;3)采用相关滤波模型在截取设定大小的图像中进行目标检测得到旋转后图像中的目标点坐标。4.根据权利要求3所述的目标跟踪方法,其特征在于,在采用相关滤波模型进行目标检测中,通过计算滤波响应矩阵R;在滤波响应矩阵R中搜索峰值得到目标点坐标;其中,F
‑1为傅里叶反变换;为相关滤波模型A的傅立叶变换;为相关滤波模型A的傅立叶变换;为高斯核函数的傅立叶变换;λ为正则化参数;为互相关函数的傅立叶变换;相关函数σ为高斯核函数的宽度参数;X为相关滤波模型的模板数据;为模板数据傅立叶变换的共轭;为特征矩阵Z的傅立叶变换。5.根据权利要求4所述的目标跟踪方法,其特征在于,相关滤波模型更新前,相关滤波模型的模板数据X的初始值为,以初始帧图像的目标点坐标为中心,在初始帧图像的灰度图中截取设定大小的图像进行归一化后,提取Hog特征得到的特征矩阵;相关滤波模型模板数据X的更新公式为X
new
=(1

α)*X
old
+α*X
update
;其中,α为更新速率;X
old
为上一次相关滤波的模板数据;X
update
为已跟踪的最新帧图像的旋转后图像的目标点坐标为中心截取搜索区域计算的Hog特征矩阵。6.根据...

【专利技术属性】
技术研发人员:臧志鹏孙长燕董诚辰李华德吴云辉
申请(专利权)人:北京华航无线电测量研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1