[发明专利]一种基于粒子滤波的水下目标跟踪方法在审
申请号: | 201910950102.2 | 申请日: | 2019-10-08 |
公开(公告)号: | CN110765897A | 公开(公告)日: | 2020-02-07 |
发明(设计)人: | 魏延辉;马博也;牛家乐;刘东东;姜瑶瑶;蒋志龙;贺佳林;李强强 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明属于机器视觉领域,具体涉及一种基于粒子滤波的水下目标跟踪方法。本发明通过引入吸引度改进策略,有效的改善了水下光照环境复杂导致粒子边缘化严重的问题;与此同时通过将权重因子与粒子发展阶段联系起来的方式,解决了引入吸引度使得粒子发展初期较为密集导致搜索受限的问题,提高了算法整体的效率和精度。本发明将权重因子τ与当前粒子发展阶段联系在一起,使得粒子在初级阶段可以被赋予更大的搜索能力,在后期各阶段运动中进行自动调节,有效降低粒子离散化带来的边缘化效应。 | ||
搜索关键词: | 粒子 权重因子 吸引度 搜索 发展阶段 光照环境 机器视觉 阶段运动 粒子滤波 水下目标 离散化 引入 受限 算法 初级阶段 跟踪 赋予 改进 | ||
【主权项】:
1.一种基于粒子滤波的水下目标跟踪方法,其特征在于,该方法包括以下步骤:/n步骤1:设定ROI初始参数、k值;初始化粒子数N、归一化粒子权值、损失数、阈值及标志目标;/n步骤2:对所选区域目标块进行状态分析,将状态相关最大的作为目标状态;/n步骤3:执行递推迭代到k+1时刻,对当前的粒子群分布粒子进行重要性采样,并得到其概率密度函数;/n步骤4:执行粒子位置更新,通过迭代拟合最小二乘运算,得到运算载止项;/n步骤5:判断运算载止项是否大于阈值;若运算载止项小于阈值,则返回步骤4;若运算载止项大于阈值,则执行步骤6;/n步骤6:判断是否超过最大迭代次数;若超过最大迭代次数,则返回步骤四;若未超过最大迭代次数,则判定已达到设定的最优范围,停止拟合迭代;/n步骤7:对权重进行重新更新并归一化,进行滤波后计算状态估计结果;/n步骤8:判断目标是否丢失;若目标已丢失,则返回步骤1;若目标未丢失,则输出目标位置,完成水下目标跟踪。/n
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哈尔滨工程大学,未经哈尔滨工程大学许可,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/patent/201910950102.2/,转载请声明来源钻瓜专利网。
- 上一篇:视频处理方法及装置
- 下一篇:一种图像中物体及其关键点的确定方法和装置