[发明专利]一种在线跨尺度多流体目标匹配跟踪方法

权利要求书

1.一种在线跨尺度多流体目标匹配跟踪方法，其特征在于，所述的在线跨尺度多流体目标匹配跟踪方法包括：

步骤S101，采用滑窗提取关联对象，对关联对象影像上的特定特征进行匹配跟踪，提取出不同尺度的流体目标特征；

步骤S102，针对不同尺度的流体目标特征，选用基础特征参量进行特征提取；

步骤S103，根据连续两帧特征信息计算复合关联权重，通过复合关联权重提取到不同体目标之间的空间关联与时间关联信息，并基于该关联信息构建基于相邻两帧的加权二分图；所述复合关联权重为形态关联参量、运动关联参量与运动平滑关联参量的加权求和，权重系数为常数；

步骤S104，采用稀疏加权二分图匹配算法进行在线目标匹配，在目标匹配过程中将孤立节点排除，并基于匹配到的目标构建稀疏加权二分图；

步骤S105，基于构建的稀疏加权二分图，采用卡尔曼滤波算法进行目标跟踪与轨迹预测。

2.根据权利要求1所述的在线跨尺度多流体目标匹配跟踪方法，其特征在于，

所述形态关联参量为形状特征与值分布特征的加权求和，权重系数为常数；

所述形状特征向量包括矩形窗长、宽、窗内的目标占比、窗内目标形心位置，计算权重采用余弦距离；

所述值分布特征向量包括矩形窗长、宽以及窗内的图像强度分布，计算权重采用高斯距离。

3.根据权利要求1所述的在线跨尺度多流体目标匹配跟踪方法，其特征在于，

所述运动关联参量为运动方向约束；采用光流法计算连续两帧的形势场，统计出所有矩形窗内的平均运动场；所述矩形窗选择多个特征点，包括角点、形心、中心，计算高斯距离作为运动参量。

4.根据权利要求1所述的在线跨尺度多流体目标匹配跟踪方法，其特征在于，

所述运动平滑关联参量采用形势场估计的速度进行描述。

5.根据权利要求1所述的在线跨尺度多流体目标匹配跟踪方法，其特征在于，所述步骤S101中的采用滑窗提取关联对象的过程包括：

在图像金字塔上进行滑窗；多尺度滑窗通过将图像缩放不同尺度实现，矩形窗尺寸保持不变；

滑窗位置在各个尺度上进行均匀格点采样，格点位置保证相邻滑窗重叠一半区域；

每个格点上多规格矩形滑窗，规格由矮扁矩形向高窄矩形逐渐过渡；规格个数由矩形窗尺寸与滑窗总个数共同确定。

6.根据权利要求1所述的在线跨尺度多流体目标匹配跟踪方法，其特征在于，所述步骤S104中的采用稀疏加权二分图匹配算法进行在线目标匹配的过程包括：

根据节点物理运动极限确定无法关联的目标，去除这些目标对应的边，将孤立节点予以排除，构建稀疏加权二分图；

对所述稀疏加权二分图采用稀疏Kuhn-Munkres匹配算法进行在线目标匹配。