本发明专利技术涉及图像跟踪技术领域，具体地说，涉及高速小目标图像跟踪算法，包括如下步骤：S1、图像采集：拍摄视频，并采集不同帧的图像；S2、图像预处理：对图像进行灰度处理和去噪处理；S3、数据处理：使用多种算法提取图像特征；S4、数据融合：基于鲸鱼算法寻找多种算法的最优权重；S5、特征储存：储存目标的特征模板，并根据不同帧的图像信息更新目标的特征模板；S6、目标跟踪：基于卡尔曼滤波预测目标的运动轨迹，并通过匹配当前帧中的目标与预测轨迹来实现连续跟踪。本发明专利技术中，采用多个算法，共同跟踪同一目标，达到稳定跟踪的效果，且选择了传统的跟踪算法，基于卡尔曼滤波的方式去实现目标的跟踪，不受限于平台和模型。
【技术实现步骤摘要】
本专利技术涉及图像跟踪，具体地说，涉及高速小目标图像跟踪算法。
技术介绍
1、高速小目标图像跟踪算法是对于跟踪小弱或高速目标的一项迫切需求，这包括但不限于以下需求：
2、反无人机：无人机速度较快，并且体型渺小，而且有着相对较低的成本，在部分禁飞区域或者军事地区反无人机就显得很重要；飞机航线及速度判断：飞机的速度非常快，对空的云台及部分军事设施上，需要预测飞机的航线，以及目标的速度。
3、已有的高速小目标图像跟踪算法包括但不限于：识别跟踪：通过识别物体的方式去实现跟踪，但如果目标较小或较弱就会导致误识别或识别不到的情况；深度网络跟踪：通过网络训练的模型去实现跟踪。然而，现有平台对于模型的部署存在一定困难，并且平台成本较高。
4、现有技术在高速小目标图像跟踪算法应用中存在一系列局限性，包括：
5、不稳定性：现有技术不能保证准确识别到小弱目标，识别本身也存在误识别的问题；工程化难：不管是识别还是ai网络的方式，对平台都存在局限性，导致成本较高，给工程化带来了很多难点和问题。
>技术实现思路本文档来自技高网...
【技术保护点】
1.高速小目标图像跟踪算法，其特征在于，包括如下步骤：
2.根据权利要求1所述的高速小目标图像跟踪算法，其特征在于：所述S3中使用的多种算法包括OTSU算法、Canny边缘检测算法和K-means聚类算法。
3.根据权利要求1所述的高速小目标图像跟踪算法，其特征在于，所述S3中OTSU算法的具体步骤包括：
4.根据权利要求2所述的高速小目标图像跟踪算法，其特征在于，所述S3中Canny边缘检测算法的具体步骤包括：
5.根据权利要求4所述的高速小目标图像跟踪算法，其特征在于：所述Canny边缘检测算法应用Sobel算子计算梯度，计算公式如下：...
【技术特征摘要】
1.高速小目标图像跟踪算法，其特征在于，包括如下步骤：
2.根据权利要求1所述的高速小目标图像跟踪算法，其特征在于：所述s3中使用的多种算法包括otsu算法、canny边缘检测算法和k-means聚类算法。
3.根据权利要求1所述的高速小目标图像跟踪算法，其特征在于，所述s3中otsu算法的具体步骤包括：
4.根据权利要求2所述的高速小目标图像跟踪算法，其特征在于，所述s3中canny边缘检测算法的具体步骤包括：
5.根据权利要求4所述的高速小目标图像跟踪算...
【专利技术属性】
技术研发人员：董行，金明，刘鑫，
申请(专利权)人：南京卓宇智能科技有限公司，
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。