【技术实现步骤摘要】
本专利技术涉及遥感目标跟踪领域，特别涉及一种结合特征增强与短时记忆的遥感小目标跟踪方法及装置。
技术介绍
1、遥感视频目标跟踪作为遥感领域的基本问题之一，在遥感目标监视、态势感知等场合都发挥着重要作用。伴随着天基遥感技术的快速发展，搭载有可见光或红外视频成像载荷的卫星近年来先后发射升空，其中美国skybox公司skysat系列、中国长光卫星公司“吉林一号”系列、中国珠海欧比特公司“珠海一号”系列等卫星均发布了其视频数据，拓展了遥感卫星视频处理新方向。
2、虽然天基遥感视频成像相比传统推扫成像具有高帧频优势，但由于当前所开源的公开数据较少，使得针对天基遥感视频目标跟踪的研究工作相比常规目标跟踪较少。武汉大学在国内外较早开始了有关卫星视频目标跟踪的研究工作，先后提出了包括核相关滤波与三帧差分法结合、光流法与多帧差分法结合、相关滤波与卡尔曼滤波结合、基于速度特征的相关滤波法、基于背景补偿和基于卷积正则化网络等的卫星视频目标跟踪方法。与此同时，中国科学院空间应用工程与技术中心研究人员通过将相关滤波法与目标运动估计结合，实现了对一定遮挡条件下卫星视频运动目标的跟踪。虽然以上方法对典型卫星视频中飞机、舰船、车辆等运动目标具有一定的跟踪效果，但由于天基遥感成像下车辆、小型舰船等目标普遍存在像素少、特征少、易被遮挡等特点，加之现有算法在目标特征表示、遮挡处理等方面的不足，使得其针对遥感小目标的跟踪成功率和准确率仍难以满足要求。
技术实现思路
1、为了解决上述问题，本专利技术实施例提供一
2、第一方面，本专利技术实施例包括一种结合特征增强与短时记忆的遥感小目标跟踪方法，包括s1、获取目标视频数据，利用kcf算法搭建目标追踪框架；s2、读取所述目标视频数据的视频帧序列，确定第一帧目标候选区域；s3、基于所述第一帧目标候选区域，进行自适应引导滤波，得到目标增强图像；s4、基于所述目标增强图像，提取log边缘特征和hog梯度特征，将二者输入所述目标跟踪框架，得到kcf特征融合跟踪结果；s5、根据所述kcf特征融合跟踪结果，利用短时跟踪状态记忆策略对目标进行遮挡判断，得到判断结果并更新滤波器模板；s6、当所述判断结果为存在遮挡时，采用短时记忆策略对滤波器模板进行更新，并利用变参量卡尔曼滤波方法进行目标位置预测，确定被遮挡目标的最终位置。
3、可选的，所述s1中，所述利用kcf算法搭建目标追踪框架包括：s11、构建训练样本和响应标签函数；s12、利用kcf算法对所述训练样本和所述响应标签函数进行计算，得到滤波器表达式；s13、引入核函数方法，将所述滤波器表达式表示为特征空间样本的形式；s14、基于所述特征空间样本形式的滤波器进行计算，确认当前帧的响应图；s15、计算所述响应图的响应最大值，得到kcf算法获得的所述目标位置，完成所述目标追踪框架搭建。
4、可选的，所述s4包括：s41、利用高斯函数滤波器对所述目标增强图像进行图像滤波，得到滤波后图像；s42、对所述滤波后图像进行laplacian算子运算，得到所述log边缘特征；s43、提取所述hog梯度特征作为所述log边缘特征的互补特征；s44、将所述hog梯度特征和所述log边缘特征输入所述目标跟踪框架，得到所述kcf特征融合跟踪结果。
5、可选的，所述s5包括：s51、基于短时跟踪状态记忆策略的遮挡判断方法，选取预设时长内的响应最大值均值和标准差作为遮挡判断阈值；s52、当所述kcf跟踪结果的当前帧响应最大值小于所述遮挡判断阈值时，得出判断结果为存在遮挡并利用所述短时跟踪状态记忆策略更新所述滤波器模版；s53、当所述kcf跟踪结果的当前帧响应最大值大于所述遮挡判断阈值时，得出判断结果为不存在遮挡并利用线性组合更新所述滤波器模版。
6、可选的，所述s6包括：s61、当所述判断结果为存在遮挡时，采用所述短时跟踪状态记忆策略对所述滤波器模板进行更新，并基于目标跟踪过程中的噪声水平动态变化情况，利用所述变参量卡尔曼滤波方法进行位置预测，得到所述被遮挡目标的最终位置。
7、第二方面，本专利技术实施例还包括一种结合特征增强与短时记忆的遥感小目标跟踪装置，包括框架搭建模块，用于获取目标视频数据，利用kcf算法搭建目标追踪框架；视频帧确认模块，用于读取所述目标视频数据的视频帧序列，确定第一帧目标候选区域；图像增强模块，用于基于所述第一帧目标候选区域，进行自适应引导滤波，得到目标增强图像；特征提取模块，用于基于所述目标增强图像，提取log边缘特征和hog梯度特征，将二者输入所述目标跟踪框架，得到kcf特征融合跟踪结果；遮挡判断模块，用于根据所述kcf特征融合跟踪结果，利用短时跟踪状态记忆策略对目标进行遮挡判断，得到判断结果；预测模块，用于当所述判断结果为存在遮挡时，采用短时记忆策略对滤波器模板进行更新，并利用变参量卡尔曼滤波方法进行目标位置预测，确定被遮挡目标的最终位置。
8、可选的，所述框架搭建模块中包括：样本构建模块，用于构建训练样本和响应标签函数；函数计算模块，用于利用kcf算法对所述训练样本和所述响应标签函数进行计算，得到滤波器表达式；特征表示模块，用于引入核函数方法，将所述滤波器表达式表示为特征空间样本的形式；响应图计算模块，用于基于所述特征空间样本形式的滤波器进行计算，确认当前帧的响应图；搭建完成模块，用于计算所述响应图的响应最大值，得到kcf算法获得的所述目标位置，完成所述目标追踪框架搭建。
9、可选的，所述特征提取模块包括：图像滤波模块，用于利用高斯函数滤波器对所述目标增强图像进行图像滤波，得到滤波后图像；算子运算模块，用于对所述滤波后图像进行laplacian算子运算，得到所述log边缘特征；特征互补模块，用于提取所述hog梯度特征作为所述log边缘特征的互补特征；特征输入模块，用于将所述hog梯度特征和所述log边缘特征输入所述目标跟踪框架，得到所述kcf特征融合跟踪结果。
10、可选的，所述遮挡判断模块包括：阈值设置模块，用于基于短时跟踪状态记忆策略的遮挡判断方法，选取预设时长内的响应最大值均值和标准差作为遮挡判断阈值；确认遮挡模块，用于当所述kcf跟踪结果的当前帧响应最大值小于所述遮挡判断阈值时，得出判断结果为存在遮挡并利用所述短时跟踪状态记忆策略更新所述滤波器模版；确认无遮挡模块，用于当所述kcf跟踪结果的当前帧响应最大值大于所述遮挡判断阈值时，得出判断结果为不存在遮挡并利用线性组合更新所述滤波器模版。
11、可选的，所述预测模块包括：位置预测模块，用于当所述判断结果为存在遮挡时，采用所述短时跟踪状态记忆策略对所述滤波器模板进行更新，并基于目标跟踪过程中的噪声水平动态变化情况，利用所述变参量卡尔曼滤波方法进行位置预测，得到所述被遮挡目标的最终位置。
12、本专利技术实施例包括以下优点：
13、本发本文档来自技高网...
【技术保护点】
1.一种结合特征增强与短时记忆的遥感小目标跟踪方法，其特征在于，包括：
2.根据权利要求1所述的结合特征增强与短时记忆的遥感小目标跟踪方法，其特征在于，所述S1中，所述利用KCF算法搭建目标追踪框架包括：
3.根据权利要求1所述的结合特征增强与短时记忆的遥感小目标跟踪方法，其特征在于，所述S4包括：
4.根据权利要求1所述的结合特征增强与短时记忆的遥感小目标跟踪方法，其特征在于，所述S5包括：
5.根据权利要求1所述的结合特征增强与短时记忆的遥感小目标跟踪方法，其特征在于，所述S6包括：
6.一种结合特征增强与短时记忆的遥感小目标跟踪装置，其特征在于，包括：
7.根据权利要求6所述的结合特征增强与短时记忆的遥感小目标跟踪装置，其特征在于，所述框架搭建模块中包括：
8.根据权利要求6所述的结合特征增强与短时记忆的遥感小目标跟踪装置，其特征在于，所述特征提取模块包括：
9.根据权利要求6所述的结合特征增强与短时记忆的遥感小目标跟踪装置，其特征在于，所述遮挡判断模块包括：
10.
...【技术特征摘要】
1.一种结合特征增强与短时记忆的遥感小目标跟踪方法，其特征在于，包括：
2.根据权利要求1所述的结合特征增强与短时记忆的遥感小目标跟踪方法，其特征在于，所述s1中，所述利用kcf算法搭建目标追踪框架包括：
3.根据权利要求1所述的结合特征增强与短时记忆的遥感小目标跟踪方法，其特征在于，所述s4包括：
4.根据权利要求1所述的结合特征增强与短时记忆的遥感小目标跟踪方法，其特征在于，所述s5包括：
5.根据权利要求1所述的结合特征增强与短时记忆的遥感小目标跟踪方法，其特征在于，所述s6包括：
【专利技术属性】
技术研发人员：林存宝，李兆铭，冯瑞，王磊，王莉，杨新岩，
申请(专利权)人：中国人民解放军战略支援部队航天工程大学，
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。