[发明专利]一种实现目标跟踪的方法、装置、计算机存储介质及终端

说明书

一种实现目标跟踪的方法、装置、计算机存储介质及终端，本发明实施例通过融合面特征和点特征的组合特征对目标进行标识，提升了目标自动跟踪过程的目标适应性和跟踪稳定性，提高了目标自动跟踪的运算性能。

技术领域

本文涉及但不限于跟踪技术，尤指一种实现目标跟踪的方法、装置、计算机存储介质及终端。

背景技术

目标自动跟踪方法，是在精确制导系统飞行末段，通过检测识别技术锁定目标以后，引导飞行器以目标为指向，对目标实施连续不间断地追踪，直至到达目标所在位置或与目标相交的方法。

针对不同类型、特点的目标和不同的应用条件和场景，相关技术中包括基于点特征和基于面特征的目标自动跟踪方法；其中，基于点特征的目标自动跟踪方法在进行目标跟踪时，会因为噪声出现点特征位置不准确和数量不稳定的问题；基于面特征的目标自动跟踪方法在进行目标跟踪时，从不同角度获得的同一目标面特征可能存在较大差异，导致目标被识别为多个物体，出现目标适应性问题。

综上，当前的目标自动跟踪方法存在稳定性和目标适应性等运算问题，如何提升目标自动跟踪的运算性能，成为一个有待解决的问题。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

本发明实施例提供一种实现目标跟踪的方法、装置、计算机存储介质及终端，能够提升目标自动跟踪的运算性能。

本发明实施例提供了一种实现目标跟踪的方法，包括：

对图像序列中的各图像，按照预设策略融合图像的面特征和点特征，获得组合特征；

根据获得的组合特征对图像中的目标进行标识，以获得目标在各图像中的位置；

根据获得目标在各图像中的位置，对目标进行跟踪。

在一种示例性实例中，所述图像序列包括：

通过成像传感器获取的用于对目标进行跟踪的图像序列。

在一种示例性实例中，所述融合图像的面特征和点特征之前，所述方法还包括：

从所述图像中提取所述面特征。

在一种示例性实例中，所述从图像中提取面特征，包括：

对所述图像进行去噪处理，计算去噪处理后的图像包含的各像素点在各方向的梯度幅值；

将各像素点在各方向的梯度幅值与预设的各方向的梯度阈值进行比对，根据比对结果过滤各像素点后获得第一边缘点；

确定边缘强度大于第一阈值的所述第一边缘点为第二边缘点；

删除边缘强度小于第二阈值的所述第一边缘点；

对边缘强度小于所述第一阈值且大于所述第二阈值的所述第一边缘点，计算各所述第一边缘点与所述第二边缘点是否连通，计算出所述第一边缘点与所述第二边缘点连通时，确定该第一边缘点为第二边缘点；

连接确定出的所有第二边缘点，获得所述图像的所述面特征。

在一种示例性实例中，按照预设策略融合图像的面特征和点特征，包括：

按照以下公式计算获得所述组合特征：

组合特征＝面特征*第一预设权重+点特征*第二预设权重。

另一方面，本发明实施例还提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述实现目标跟踪的方法。

再一方面，本发明实施例还提供一种终端，包括：存储器和处理器，所述存储器中保存有计算机程序；其中，