[发明专利]卫星视频中运动目标的检测与跟踪方法

权利要求书

1.一种卫星视频中运动目标的检测与跟踪方法，其特征在于，具体步骤如下：

(1)采用基于运动和局部杂波建模的检测技术，对在卫星视频中城市里的运动目标--车辆进行检测；

(2)采用基于区域增长与多线索的鉴别技术，对检测到的运动目标进行鉴别；

(3)采用基于卡尔曼滤波器的多目标跟踪技术，以及将检测到的多个车辆目标与正在跟踪的多条轨迹进行关联，进一步对地面运动目标进行跟踪；这里，目标是指任意帧中检测到的车辆，目标状态是指其位置、速度和加速度组成的6维状态向量，轨迹是指具有某一个车辆目标在一段连续时间的状态向量的集合，任意轨迹拥有一个整个视频唯一的编号；

步骤(1)中，所述的基于运动和局部杂波建模的检测技术，对在卫星视频中城市里的运动目标--车辆进行检测，是假设原始图像为图像信号和噪声信号的和，帧间差分图像即两帧图像相减后取绝对值得到的图像表示噪声信号，差分图像中的异常像素表示车辆目标可能存在的位置，选择指数分布拟合噪声杂波分布，计算二值化阈值，实现对帧间差分图像的二值化，二值图像中的前景表示车辆目标，二值图像中的背景表示图像背景区域，利用连续两幅二值图像的交集确定目标的当前位置；

步骤(2)中，所述的基于区域增长与多线索的鉴别技术，对检测到的运动目标进行鉴别，是重构运动目标的几何形状，利用多种形态学线索，鉴别运动目标与虚警目标；

步骤(3)中，所述的基于卡尔曼滤波器的目标跟踪技术，是利用线性模型描述车辆运动，结合观测值和预测值，估计运动目标的当前状态，并更新系统状态；

步骤(3)中，所述的检测到的多个车辆目标与正在跟踪的多条轨迹的关联，是利用匈牙利算法实现所有对车辆目标和轨迹的最优匹配，匹配完成后部分目标匹配上部分轨迹，对未匹配上轨迹的目标初始化一条新的跟踪轨迹，对未匹配上目标的轨迹利用最近邻搜索技术再次寻找匹配的目标。

2.根据权利要求1所述的卫星视频中运动目标的检测与跟踪方法，其特征在于，步骤(1)中基于运动和局部杂波建模的检测的具体步骤为：

(2a)栅格化，即：在每一个帧中，沿着垂直和水平方向将图像划分为二维网格，每个网格单元内包含若干像素,在每个单元中分别执行检测算法；

(2b)将图像看作是原始图像信号与噪声信号的和，即：

G_i(x，y)＝g_i(x，y)+n_i(x，y) (1)

其中，G_i(x，y)是第i帧视频中像素点(x，y)的幅值大小，g_i(x，y)是第i帧视频中原始图像中点(x，y)的幅值大小，n_i(x，y)相应的噪声信号的幅值大小；

(2c)选择指数分布来拟合噪声信号的分布，指数分布的累积密度函数CDF为：

其中，c_E(*)是指数分布的CDF，λ是指数分布的参数；

(2d)找出灰度变化大的区域作为目标，预先设定虚警率，计算出二值化的阈值：

其中，是逆函数，p_fa是预先设置的概率值；

(2e)利用预先定义的概率值计算二值化阈值将像素分类，像素幅度值大于th是前景，像素幅度值小于th是背景，在二值图像中，‘1’为前景，‘0’为背景；

(2f)将得到的两个二值图像取交集图，也就是逐像素进行“与”布尔运算，消除前面时刻和后面时刻的景象目标，从而唯一保留运动车辆目标当前位置。