[发明专利]船载红外目标图像辨识跟踪方法及其装置

权利要求书

1.船载红外目标图像辨识跟踪装置，其特征在于：包括上位工控机、伺服控制下位机、旋转云台、视频采集卡、搜索灯、红外摄像头；

所述上位工控机与伺服控制下位机连接，所述伺服控制下位机与旋转云台连接并控制旋转云台作转动；所述旋转云台上固定装有搜索灯、红外摄像头，所述红外摄像头通过视频采集卡与上位工控机连接，所述搜索灯与红外摄像头的指向同步。

2.根据权利要求1所述的船载红外目标图像辨识跟踪装置，其特征在于：所述视频采集卡通过USB串口与上位工控机连接。

3.根据权利要求1所述的船载红外目标图像辨识跟踪装置，其特征在于：所述搜索灯为大功率钠灯。

4.根据权利要求1所述的船载红外目标图像辨识跟踪装置，其特征在于：所述伺服控制下位机控制旋转云台作上、下、左、右全角度转动。

5.船载红外目标图像辨识跟踪方法，其特征在于包括以下步骤：

(1)运动目标识别

首先利用红外摄像头进行图像序列采集，获取目标的原始图像，目标图像信号传送到工控机中，操作者选定待锁定的目标，由工控机作为中央处理单元，分别跟踪控制软件对图像采用相应的图像处理方法进行处理，从原始图像中提取较为完整的待跟踪的目标；使用帧间差分法判断视频序列中是否存在运动目标，并确定目标的位置，帧间差分法对一个极小时间间隔前后两帧图像采用基于像素灰度的差分，再用阈值化方法来提取图像中的运动区域，算法为：

M(x,y,t)=1,f(x,y,t)-f(x,y,t-Δt)>τ0,f(x,y,t)-f(x,y,t-Δt)≤τ]]>

上式中，Δt为帧间时间间隔，f(x,y,t)和f(x,y,t-Δt))分别为t时刻和t-Δt时刻的图像帧；如果两帧图像对应像素灰度的绝对差值大于阈值τ，则表明该像素是运动前景，则将其值置1，否则为静态背景将其值置0，可得二值图像M(x,y,t)；

(2)运动目标的跟踪

采用CamShift算法进行运动目标跟踪，算法如下：

第一步，在图像HSI空间中计算H通道(色彩通道)分量的1D直方图；

第二步，利用此1D直方图将原图改建成2D概率分布图；

第三步，计算出目标区域的中心；

第四步，利用CamShift算法，不断平移调整窗口中心到与目标重心重合；

第五步，将上一帧的窗口大小和中心，作为下一帧CamShift算法搜索窗口的初始值；

第六步，在下一帧中继续CamShift运算；

(3)旋转云台转动控制

采用kalman滤波算法进行运动目标状态的预测，以实现旋转云台的提前转动；根据预测旋转云台可以提前转动到目标下一时刻位置，采用卡尔曼滤波算法来预测运动目标的运动状态，利用滤波的递推估计能力对下一时刻目标位置进行预测；将系统噪声和观测噪声视为高斯白噪声，以运动目标的位置作为系统观测量，以所要目标的位置估计值为输出，对运动目标当前运动状态做出估计并对未来运动状态做出预测；

目标跟踪系统系统的状态方程和观测方程分别为:

x(k+1)=φx(k)+w(k)z(k)=Hx(k)+v(k)]]>

上式中:x(k)∈R⁶为状态向量，表示运动目标的位置、速度和加速度，其表达式为x(k)＝[x y x_v y_v x_a y_a]^T；z(k)∈R²为观测向量，表示运动目标的位置；w(k)∈R⁶是系统过程噪声向量；v(k)∈R⁶是观测噪声向量；φ∈R^6×6是状态转移矩阵，其表达式为：

φ=10T0T2/20010T0T2/20010T000010T000010000001]]>

H是观测矩阵，这里需要观测运动目标的位置，其表达式为

H=100000010000]]>

系统噪声和观测噪声为互不相关的高斯白噪声；

采用时间等间隔采样对于红外摄像头的目标跟踪；在观测到某一时刻目标位置的时候，能够及时预估计出下一个时刻目标出现的最大可能位置，以便于红外摄像头及时调整角度，快速跟踪目标；在已知系统初始状态时，根据当前运动目标的坐标观测值用卡尔曼滤波得到x(1/1)，进而预测x(2/1)，具体卡尔曼滤波方程如下:

x(k/k)＝x(k/k-1)+K(k)(z(k)-Hx(k/k-1))

x(k/k-1)＝φx(k-1/k-1))

K(k)＝P(k/k-1)H^T(HP(k/k-1)H^T+R(k))^-1

P(k/k-1)＝φP(k-1/k-1)φ^T+Q(k-1)

P(k/k)＝(I-K(k)H)P(k/k-1)

以上各式中，k＝1,2,3…，x(k/k-1)和P(k/k-1)是状态预测值及其最小预测均方误差矩阵，K(k)为卡尔曼滤波增益矩阵，z(k)为观测新息，x(k/k)和P(k/k)为修正的状态估计值及其误差协方差矩阵；

k时刻时得到目标的位置，然后可以根据位置信息获得目标的方位角，根据kalman滤波预测运动目标在k+1时刻的位置之后，同样可以算得k+1时刻的方位角，Δθ＝θ_k+1-θ_k，已知旋转云台的转动角速度，故通过设置旋转云台的转动时间可以达到对旋转云台的控制；当运动目标进入红外摄像头的观测范围，红外摄像头在拍到图像之后，可以根据这些信息获得每一时刻运动目标的坐标(x,y)；在未获得k时刻的新测量值z(k)之前，只能从k-1时刻对信号所做出的估计出发，对k时刻的状态信号x(k)进行预估；在测得k时刻目标的当前坐标位置之后，就可以获得目标的真实状态最优估计值x(k|k)；对预测值进行修正计算出目标在k-1时刻最大可能位置的观测值x(k+1|k)，根据坐标位置可获得目标的偏转角度，根据偏转角度控制旋转云台的转动时间。