[发明专利]基于状态向量增量的调制域红外目标跟踪方法

摘要

本发明公开了一种基于状态向量增量的调制域红外目标跟踪方法。该方法针对红外运动目标跟踪中存在的低对比度，低信噪比，背景变化复杂等问题，采用状态向量增量对运动目标状态向量进行扩展，在调制域对红外目标进行稳定的跟踪。首先，通过18通道的Gabor滤波器组对输入的红外视频进行分析，建立运动目标的AM‑FM特征模型；接着，采用显著性成分分析（DCA）算法提取出运动目标的AM显著性特征；然后，利用运动目标的AM显著性特征在粒子滤波框架下对红外视频中的运动目标进行稳定跟踪，在跟踪过程中，利用目标的状态向量增量排除复杂背景对目标的干扰；其次，判断当前使用的目标模板是否需要更新，若满足模板更新条件，则更新当前目标模板；最后，输出当前帧的跟踪结果，实现红外目标的稳定跟踪。

主权项

1.一种基于状态向量增量的调制域红外目标跟踪方法，其特征在于步骤如下：步骤一：使用红外相机拍摄含有运动目标的红外视频序列I_k(x,y),k＝1,2,...,n，图像中的运动目标将作为目标跟踪的对象进行后续处理；步骤二：通过18通道的Gabor滤波器组对输入的红外视频序列I_k(x,y),k＝1,2,...,n进行分析，建立运动目标的AM‑FM特征模型s_k(x,y),k＝1,2,...,n；步骤三，采用显著性成分分析DCA算法从运动目标的AM‑FM特征模型s_k(x,y),k＝1,2,...,n中提取出运动目标的AM显著性特征a_D,k(x,y),k＝1,2,...,n，即Gabor滤波器组18个通道中，通道响应最大的通道所对应的AM特征值；步骤四：输入红外视频序列图像中的第一帧I₁(x,y)，根据目标中心坐标(x₁,y₁)及目标宽w₁、高h₁真实值初始化目标模板T₁(m,n)；步骤五：利用运动目标的AM显著性特征a_D,k(x,y),k＝1,2,...,n在粒子滤波框架下对红外视频序列I_k(x,y),k＝2,3,...,n中的运动目标进行跟踪，输出目标中心坐标(x_k,y_k),k＝2,3,...,n及目标宽w_k,k＝2,3,...,n、高h_k,k＝2,3,...,n作为跟踪结果；步骤六：判断当前使用的目标模板是否需要更新，若满足模板更新条件，执行步骤七；否则，转到步骤五；步骤七：更新目标模板，转到步骤五。