[发明专利]基于改进核相关滤波的SAR舰船多目标跟踪方法在审

专利信息
申请号: 202111125425.1 申请日: 2021-09-24
公开(公告)号: CN114037733A 公开(公告)日: 2022-02-11
发明(设计)人: 邢孟道;张云鹏;张金松;孙光才 申请(专利权)人: 西安电子科技大学
主分类号: G06T7/246 分类号: G06T7/246;G06T7/277;G06V10/25;G06V10/26
代理公司: 西安嘉思特知识产权代理事务所(普通合伙) 61230 代理人: 王萌
地址: 710000 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 改进 相关 滤波 sar 舰船 多目标 跟踪 方法
【说明书】:

发明提供的一种基于改进核相关滤波的SAR舰船多目标跟踪方法,利用了KCF算法中运算速度快的优点结合双参数高斯CFAR检测,在小样本情况下,能够实现良好的检测表现。并且在舰船目标连续帧关联过程中,通过kalman滤波结合SIFT特征匹配,采用高斯分布改进跟踪器的限制,能够解决连续SAR图像数据集中不同规模的散焦情况导致的舰船目标框偏移问题以及跟踪中断的问题。

技术领域

本发明属于图像目标跟踪技术领域,具体涉及一种基于改进核相关滤波的SAR舰船多目标跟踪方法。

背景技术

在目标的识别与跟踪领域中,光学图像与合成孔径雷达(SAR)图像具有重要地位,光学图像的图像细节如色彩、形状信息较为丰富,而SAR图像具备受天气影响小,具有全天时、全天候的特点,这可以大大提升舰船目标跟踪的稳定性与应用能力。目标跟踪算法为计算机视觉领域的热点,该技术在民用及其他领域均具有广泛应用。目标跟踪算法分为单目标跟踪与多目标跟踪,相较单目标跟踪算法,多目标跟踪算法着重于前后帧目标的关联问题,算法表现依赖于检测算法的结果。在图像序列中,会出现如:位置变化、新目标出现、旧目标消失的情况,在这种复杂的变换过程中,实现对图像中所有关注目标的稳定跟踪,是多目标跟踪算法需要解决的问题。

当前提出的多目标跟踪算法多为针对光学图像场景,且算法多通过神经网络如Faster R-CNN进行目标检测,而SAR水域场景相较光学水域场景具有以下特点:首先SAR图像先验样本少,且为灰度图像,缺少颜色等特征,采取网络训练的方法效果差;其次,SAR图像杂波较多,且陆地区域干扰严重易产生虚警目标;最后,由于舰船自身摇摆等问题会导致图像的散焦现象,小幅度散焦情况可能会导致跟踪框的偏移从而影响跟踪表现,而大幅度的散焦情况可能会导致整体的跟踪中断,对关联算法的持续性造成很大的挑战。

发明内容

为了解决现有技术中存在的上述问题,本发明提供了一种基于改进核相关滤波的SAR舰船多目标跟踪方法。本发明要解决的技术问题通过以下技术方案实现:

本发明提供的一种基于改进核相关滤波的SAR舰船多目标跟踪方法,包括:

步骤1:获取待跟踪连续SAR图像以及先验样本;

其中,先验样本为舰船的SAR图像;

步骤2:依据所述先验样本得到平均样本图像;

步骤3:根据平均样本图像建立舰船目标模板张量;

步骤4:采用平均样本图像作为预设的核相关滤波器中的样本标签,将舰船目标模板张量作为预设的核相关滤波器的输入,获得舰船目标模板张量的舰船模板滤波器;

步骤5:对所述待跟踪连续SAR图像进行海陆分割预处理,以去待跟踪连续SAR图像中因除杂波与陆地区域造成的影响,获得预处理后的SAR图像;

步骤6:对预处理后的SAR图像进行CFAR检测,得到每一个SAR图像的包含虚警的粗检测结果;

其中,所述粗检测结果中包含舰船目标,所述舰船目标用检测框标注检测位置;

步骤7:将粗检测结果分别与舰船模板滤波器进行相关操作,并对相关操作结果取相关操作最大值;

步骤8:在每一个SAR图像的粗检测结果中,去除相关操作最大值小于筛选阈值的舰船目标,获得每一个SAR图像的舰船目标筛选结果;

步骤9:分别对第一帧SAR图像的舰船目标筛选结果中每一个舰船目标,建立kalman跟踪器;

步骤10:使用第一帧SAR图像中每个舰船目标对应的kalman跟踪器,预测后续帧SAR图像中相同舰船目标的预测位置。

可选的,所述步骤2包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111125425.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top