一種基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法
【專利摘要】本發(fā)明公開了一種基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法，包括如下步驟：步驟1，輸入紅外圖像；步驟2，在當(dāng)前幀紅外圖像中選取對(duì)應(yīng)目標(biāo)區(qū)域，獲得模板圖像，確定模板圖像的全局閾值；步驟3，根據(jù)模板圖像中心灰度均值確定目標(biāo)灰度分布范圍，構(gòu)造核函數(shù)，將模板圖像映射轉(zhuǎn)換為質(zhì)量圖像，記錄目標(biāo)圖像總質(zhì)量以及目標(biāo)模板二值圖像；步驟4，輸入新一幀紅外圖像，在目標(biāo)預(yù)測(cè)位置提取用于對(duì)比的波門圖像，計(jì)算最終波門位置坐標(biāo)；步驟5，將迭代后的波門圖像映射到質(zhì)量圖和目標(biāo)模板二值圖像，計(jì)算跟蹤結(jié)果與模板目標(biāo)間的重合度和質(zhì)量相似度，并更新目標(biāo)模板；步驟6，跳轉(zhuǎn)至跟蹤步驟4，直至收到停止跟蹤指令。
【專利說明】
一種基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于紅外成像技術(shù)領(lǐng)域，尤其涉及一種基于核函數(shù)質(zhì)心漂移的紅外成像目 標(biāo)跟蹤方法。
【背景技術(shù)】
[0002] 近年來，紅外成像技術(shù)取得了很大進(jìn)步，在國(guó)防建設(shè)和國(guó)民經(jīng)濟(jì)領(lǐng)域得到廣泛應(yīng) 用，特別是已成為軍事偵察與預(yù)警中的核心技術(shù)和重要手段，針對(duì)紅外成像的目標(biāo)跟蹤是 非常重要的研究課題。有效的目標(biāo)跟蹤算法應(yīng)能夠?qū)χ付繕?biāo)進(jìn)行平穩(wěn)跟蹤，并能在目標(biāo) 發(fā)生遮擋、形變等情況時(shí)按照指定規(guī)則繼續(xù)跟蹤或發(fā)出警告信號(hào)后停止跟蹤。
[0003] 質(zhì)心跟蹤是一種重要的形心跟蹤算法，它通過計(jì)算目標(biāo)的能量矩確定目標(biāo)在波門 內(nèi)位置，進(jìn)而確定目標(biāo)的運(yùn)動(dòng)狀態(tài)，實(shí)現(xiàn)目標(biāo)跟蹤。傳統(tǒng)質(zhì)心跟蹤首先對(duì)波門內(nèi)像素進(jìn)行閾 值分割，保留灰度值高于閾值的像素點(diǎn)作為目標(biāo)，計(jì)算目標(biāo)區(qū)域的質(zhì)心。質(zhì)心跟蹤具有方法 簡(jiǎn)單，計(jì)算量小，不受大小、旋轉(zhuǎn)變化影響等優(yōu)點(diǎn)，是目前國(guó)內(nèi)外一種重要的導(dǎo)彈制導(dǎo)跟蹤 方式。
[0004] 傳統(tǒng)質(zhì)心跟蹤一般基于三點(diǎn)假設(shè)：（1)波門足夠大，能夠框住目標(biāo)；（2)波門內(nèi)目標(biāo) 與背景之間灰度級(jí)高度可分；（3)目標(biāo)周圍背景灰度近似均勻。這三點(diǎn)假設(shè)直接決定了質(zhì)心 跟蹤的穩(wěn)定性、可靠性和精度。當(dāng)滿足上述三點(diǎn)假設(shè)時(shí)，能夠通過圖像分割的方法確定灰度 閾值，利用灰度閾值實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)，進(jìn)而通過計(jì)算目標(biāo)質(zhì)心位置變化進(jìn)行質(zhì)心跟蹤。質(zhì) 心跟蹤方法的主要有一下幾個(gè)缺點(diǎn)：（1)當(dāng)跟蹤目標(biāo)較大，波門無法完全框住目標(biāo)時(shí)，無法 通過波門內(nèi)外的灰度分布準(zhǔn)確判斷跟蹤目標(biāo)，如跟蹤目標(biāo)是橋梁、跑道等物體時(shí)；（2)當(dāng)目 標(biāo)灰度與背景灰度相差較小時(shí)，灰度閾值的精確度直接影響目標(biāo)跟蹤的穩(wěn)定性和精度；（3) 當(dāng)目標(biāo)灰度分布范圍較大時(shí)，灰度級(jí)高的部分在計(jì)算質(zhì)心位置過程中影響較大，抗干擾能 力較差；（4)當(dāng)目標(biāo)被遮擋或假目標(biāo)出現(xiàn)時(shí)，容易出現(xiàn)跟蹤丟失或出錯(cuò)的情況。
【發(fā)明內(nèi)容】
[0005] 發(fā)明目的：本發(fā)明所要解決的技術(shù)問題是針對(duì)現(xiàn)有技術(shù)的不足，提供一種算法簡(jiǎn) 單、適用性強(qiáng)、效果良好、且適合硬件實(shí)時(shí)實(shí)現(xiàn)的基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤 方法。具體包括如下步驟：
[0006] 步驟1，通過紅外探測(cè)器，輸入紅外圖像；
[0007] 步驟2，輸入跟蹤波門的初始位置坐標(biāo)(xo，yQ)、寬度Μ和高度N，作為跟蹤起始，在當(dāng) 前幀紅外圖像中選取對(duì)應(yīng)圖像區(qū)域，獲得模板圖像X trg;
[0008] 步驟3,統(tǒng)計(jì)目標(biāo)圖像灰度直方圖，采用最大類間方差法將模板圖像像素按照灰度 分為兩類，根據(jù)模板圖像Xtrg中心位置灰度均值gc^ta確定目標(biāo)灰度分布范圍，并獲得目標(biāo) 二值化圖像B trg;
[0009] 步驟4,利用目標(biāo)灰度統(tǒng)計(jì)直方圖構(gòu)造核函數(shù)，將模板圖像Xtrg映射轉(zhuǎn)換為質(zhì)量圖 像Mtrg，計(jì)算波門中質(zhì)心位置，同時(shí)記錄目標(biāo)總質(zhì)量m_;
[0010] 步驟5,輸入下一幀紅外圖像，在目標(biāo)預(yù)測(cè)坐標(biāo)位置(XQ，y〇)提取用于對(duì)比的波門圖 像X?P，利用迭代運(yùn)算，計(jì)算最終波門位置坐標(biāo)(，y_);
[0011] 步驟6,利用步驟3中確定的目標(biāo)灰度分布范圍和步驟4中構(gòu)造的核函數(shù)將迭代后 的波門圖像映射到質(zhì)量圖M?P'和二值圖像B? P'，計(jì)算跟蹤結(jié)果與目標(biāo)模板間的重合度和質(zhì) 量相似度，并更新目標(biāo)圖像；
[0012] 步驟7，跳轉(zhuǎn)至跟蹤步驟5，直至收到停止跟蹤指令。
[0013] 其中，步驟2包括：
[0014] 利用鼠標(biāo)或手柄等控制平臺(tái)，通過框選的方式輸入跟蹤波門及其初始位置坐標(biāo) (X0，y〇)、寬度Μ和高度N，（XQ，yo)表示波門左上頂點(diǎn)在輸入紅外圖像第XQ行，第yo列。在輸入 紅外圖像中從坐標(biāo)(xq，yo)開始取Μ行N列，獲得模板圖像X trg。
[0015] 步驟3包括如下步驟：
[0016] 步驟3-1，對(duì)模板圖像Xtrg統(tǒng)計(jì)歸一化的灰度直方圖離散函數(shù)h(r)和累計(jì)直方圖離 散函數(shù)H(r):
[0019]其中，gmin為模板圖像xtrg灰度最小值，gmax為模板圖像x trg灰度最大值，!^為模板圖 像Xtrg中灰度級(jí)為r的像素點(diǎn)個(gè)數(shù)，且有：
[0017]
[0018]
[0020]
[0021] 步驟3-2,利用灰度特征最大類間方差算法計(jì)算模板圖像Xtrg的灰度閾值Tg(下標(biāo)g 為英語(yǔ)單詞gray的縮寫），即滿足如下公式時(shí)，類間方差％最大：
[0022]
[0023] 通過如下公式計(jì)算類間方差W(r):
[0024] …丄
i K. J J
[0025] 其中，m(r)為灰度一階矩，為最大灰度一階矩，通過如下公式計(jì)算：
[0026]
[0027] mG=m(gmax) ； (7)
[0028] 步驟3-3,利用固定比例閾值法，設(shè)置固定閾值比例1'恤(^(〇,〇.5)，計(jì)算最小比例 閾值Tjp最大比例閾值T 2:
[0029]
[0030] H(r)表示灰度級(jí)r對(duì)應(yīng)的直方圖累計(jì)函數(shù)值。
[0031 ]步驟3-4,通過如下公式確定模板圖像灰度閾值gthresh:
[0032]
[0033] t旲板圖像Xtrg的中心點(diǎn)坐標(biāo)為(j..，?統(tǒng)計(jì)中心點(diǎn)5 X 5區(qū)域內(nèi)的灰度均值gcenter :
[0034]
[0035] 根據(jù)模板圖像Xtrg中心灰度均值g_ter確定目標(biāo)灰度分布范圍[gUg H]:
[0036] 右"gmin^ gcenter € gthresh，貝丨JgL - gmin，gH - gthresh ;
[0037] ^Efgthresh^gcenter^gmax j 貝丨JgL - gthresh，gH - gmaxo
[0038] 由模板圖像Xtrg到目標(biāo)二值化圖像Btrg的映射關(guān)系如下：
[0039]
[0040] 乂&8(1，」）、8&8(1，」）分別表示模板圖像中坐標(biāo)（1，」）處像素點(diǎn)的像素值和二值化 圖像中坐標(biāo)(i，j)處像素點(diǎn)的像素值。
[0041 ] 步驟4中包括如下步驟：
[0042]步驟4-1，質(zhì)量圖映射:統(tǒng)計(jì)灰度直方圖離散函數(shù)h(r)在目標(biāo)灰度分布范圍[gL，gH] 的最大值? 質(zhì)量圖像Ytrgft坐標(biāo)點(diǎn)（i，j)的像素值W i，j)由模板圖像xtrg 中的對(duì)應(yīng)點(diǎn)的像素值xtrg( i，j)映射得到，映射關(guān)系如下：
[0043]
[0044] 步驟4-2，構(gòu)造核函數(shù):利用目標(biāo)灰度分布范圍，設(shè)計(jì)核函數(shù)k(X):
[0045]
[0046] X為函數(shù)變量，在本發(fā)明中為各點(diǎn)像素值。
[0047] 質(zhì)量圖像Ytrg經(jīng)核變換后得到新的質(zhì)量圖像Mtrg，各點(diǎn)像素值通過如下公式計(jì)算：
[0048]
[0049] 步驟4-3,通過如下公式計(jì)算目標(biāo)質(zhì)心位置坐標(biāo)(xt，yt):
[0050] '· · V /----HK
、"+//-----嘆
[0051] 坐標(biāo)(xt，yt)表示質(zhì)心處在波門圖像第xt行、第yt列，
[0052]目標(biāo)圖像總質(zhì)量msum為：
[0053]
[0054] 步驟5包括如下步驟：
[0055] 步驟5-1，輸入下一幀紅外圖像，在新輸入的圖像中，利用目標(biāo)預(yù)測(cè)坐標(biāo)(XQ，yQ)與 波門大小，獲取相應(yīng)位置的新的波門圖像X? P，利用公式（11)~（15)，計(jì)算新波門圖像的質(zhì) 量圖M?P、質(zhì)心位置(xP，y P);
[0056] 步驟5-2，比較質(zhì)量圖像Mtrg與新波門圖像的質(zhì)量圖M?P中質(zhì)心位置，得到位置偏差 矢量》
[0057] d = (xp,yp)-(xnyt)·, (17)
[0058] 步驟5-3,目標(biāo)預(yù)測(cè)位置點(diǎn)更新為(X1，yi):
[0059] ("?) = (λ-0，_ν0) + 3 ; D..8)
[0060] 步驟5-4，迭代更新波門位置，重復(fù)步驟5-1~步驟5-3，直至滿足如下條件：
[0061 ] d <D ox n>N . (19)
[0062] 其中，D為允許偏差，η為迭代次數(shù)，Ν為最大迭代次數(shù)，最終波門位置坐標(biāo)記為 (x〇ut，y〇ut) 〇
[0063] 步驟6包括如下步驟：
[0064] 步驟6-1，利用波門位置迭代結(jié)果（1。_，7。^)與波門大小獲取迭代后波門圖像 X?P'，根據(jù)公式（13)(14)計(jì)算迭代后波門圖像X? P'的二值圖像B?P'與總質(zhì)量!11_'，通過如 下公式計(jì)算跟蹤結(jié)果與目標(biāo)模板間的重合度P_ rlap和質(zhì)量相似度pm:
[0065]
[0066]
[0067] 其中，Ntrg為二值圖像Btrg中非零像素點(diǎn)數(shù)，N cmi^Bcmp'中非零點(diǎn)數(shù)，N_riaI^Btrg、 B?P'中非零區(qū)域的重合部分像素點(diǎn)數(shù)。
[0068]步驟6-2,計(jì)算目標(biāo)可靠度P:
[0069] p = a Xp〇Verlap+PXPm, (22)
[0070] 其中，α和β為歸一化系數(shù)，滿足α+β=1;
[0071] 步驟6-3，若p>ptrust，則輸出最終波門位置坐標(biāo)(Xcmt，ycmt);若Ρ彡P(guān) trust，則判定跟 蹤目標(biāo)可靠度較低，進(jìn)入記憶跟蹤狀態(tài)，其中，Ptrust為經(jīng)驗(yàn)參數(shù)，滿足Pt rust e (〇，1)。
[0072] 有益效果:本發(fā)明與現(xiàn)有技術(shù)相比，具有以下顯著優(yōu)點(diǎn)：（1)克服了現(xiàn)有質(zhì)心跟蹤 技術(shù)多要求波門大于跟蹤目標(biāo)的缺點(diǎn)，本發(fā)明可以對(duì)小目標(biāo)整體或大目標(biāo)局部進(jìn)行穩(wěn)定跟 蹤。（2)采用灰度特征最大類間方差閾值與固定比例閾值相結(jié)合的全局閾值計(jì)算方法，提升 對(duì)比度較低圖像的目標(biāo)分割的效果，降低由于目標(biāo)灰度分布過度分散造成的閾值分割效果 不理想的情況。（3)利用核函數(shù)變換將灰度集映射到質(zhì)量級(jí)，充分結(jié)合目標(biāo)灰度分布，極大 的降低了輻射彌散導(dǎo)致的灰度分布不均勻帶來的影響。（4)利用核函數(shù)變換將灰度集映射 到質(zhì)量級(jí)，充分結(jié)合目標(biāo)灰度分布，能夠較好的定位目標(biāo)位置，同時(shí)提升了對(duì)于人工干擾影 響的抑制能力。（5)基于目標(biāo)重合度和質(zhì)量相似度結(jié)合的可靠度設(shè)計(jì)，能夠提高在形狀旋轉(zhuǎn) 或灰度發(fā)生波動(dòng)時(shí)跟蹤能力。（6)采用波門內(nèi)質(zhì)心漂移的跟蹤方式，算法運(yùn)算量小，適合硬 件實(shí)時(shí)實(shí)現(xiàn)。
【附圖說明】
[0073] 下面結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明做更進(jìn)一步的具體說明，本發(fā)明的上述 和/或其他方面的優(yōu)點(diǎn)將會(huì)變得更加清楚。
[0074] 圖1是本發(fā)明基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法的流程圖。
【具體實(shí)施方式】
[0075] 本發(fā)明技術(shù)方案的實(shí)施步驟如下：
[0076] (1)輸入跟蹤指令，確定波門位置及大小；
[0077] (2)在當(dāng)前幀圖像中，利用波門獲取模板圖像；
[0078] (3)利用模板圖像，提取目標(biāo)信息；
[0079] (4)更新紅外圖像，利用質(zhì)心跟蹤計(jì)算目標(biāo)位置變化；
[0080] (5)對(duì)比目標(biāo)信息，確定跟蹤可靠度；
[0081] (6)依據(jù)目標(biāo)可靠度更新目標(biāo)模板；
[0082] (7)輸出目標(biāo)位置信息，跳轉(zhuǎn)至步驟(4)，直至收到停止跟蹤指令。
[0083]本發(fā)明基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法中，采用目標(biāo)分割方法，提 取待跟蹤目標(biāo)灰度特征，再通過核函數(shù)變換的方式計(jì)算出目標(biāo)穩(wěn)定的質(zhì)心位置，同時(shí)比對(duì) 目標(biāo)形狀特征，確定目標(biāo)可靠度，實(shí)現(xiàn)目標(biāo)的平穩(wěn)跟蹤。
[0084]本發(fā)明基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法中，目標(biāo)分割采用了灰度特 征最大類間方差法與固定比例閾值相結(jié)合的方法，將波門內(nèi)像素集Y按灰度分為兩個(gè)互補(bǔ) 子集YjPY2。子集YdPh*別為
[0085] Yi= {(x，y) | gmin彡g(x，yXgthresh，（x，y)eY};
[0086] Y2= {(x，y) I gthresh〈g(x，yXgmax，(x，y) eY} 0
[0087] 其中，g(x，y)表示像素點(diǎn)(x，y)的灰度值，gthresh閾值在最大類間方差閾值Tg、最小 比例閾值!^、最大比例閾值T 2間選取，選取規(guī)則是：
[0088]
[0089]本發(fā)明基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法中，前景背景判斷采用波門 中心點(diǎn)選擇的方式。波門中心點(diǎn)處5 X 5區(qū)域內(nèi)灰度均值為gcenter，若gcenterSgthresh，則波門 中灰度級(jí)較低部分Yi為跟蹤目標(biāo)。反之，若g_ ter>gthresh，則灰度較高部分￥2為跟蹤目標(biāo)。記 跟蹤目標(biāo)灰度范圍為[gL，gH]。
[0090]本發(fā)明基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法中，采用模板圖像直方圖統(tǒng) 計(jì)量作為各像素點(diǎn)(X，y)的質(zhì)量m(x，y)，統(tǒng)計(jì)量為0的像素點(diǎn)質(zhì)量記為1，以低灰度跟蹤目標(biāo) 為例，目標(biāo)內(nèi)各點(diǎn)由灰度集到質(zhì)量集的映射方法是：
[0091]
[0092] 其中，hist(g(x，y))表示(x，y)點(diǎn)灰度值g(x，y)所對(duì)應(yīng)目標(biāo)區(qū)域直方圖中的該灰 度級(jí)統(tǒng)計(jì)個(gè)數(shù)。利用核函數(shù)變換理論對(duì)質(zhì)量進(jìn)行加權(quán)。核函數(shù)為
[0093]
[0094] 本發(fā)明基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法中，采用迭代跟蹤方法對(duì)目 標(biāo)偏移進(jìn)行跟蹤。計(jì)算波門內(nèi)目標(biāo)質(zhì)心相對(duì)于波門中心位置，作為參照位置。當(dāng)下一幀圖像 進(jìn)入時(shí)，計(jì)算預(yù)測(cè)點(diǎn)位置處波門質(zhì)心，根據(jù)與參考位置間的偏差進(jìn)行波門移動(dòng)。通過迭代計(jì) 算，當(dāng)質(zhì)心位置與參考位置重合時(shí)得到目標(biāo)位置。
[0095] 本發(fā)明基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法中，目標(biāo)可靠度采用目標(biāo)重 合度和質(zhì)量相似度結(jié)合，具體計(jì)算方法是：
[0096] p - Ct X Poverlap+β X Pm
[0097] 其中，P_rlap表示模板內(nèi)目標(biāo)和跟蹤結(jié)果波門內(nèi)目標(biāo)間的重合度，pm表示表示模板 目標(biāo)總質(zhì)量與跟蹤結(jié)果波門內(nèi)目標(biāo)質(zhì)量相似度，α、β為歸一化系數(shù)，滿足α+β = 1。
[0098]結(jié)合圖1，下面以實(shí)例來說明本發(fā)明基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方 法。紅外探測(cè)器的幀頻是50Hz，圖像分辨率為320 X 256。紅外圖像傳給DSP+FPGA架構(gòu)的專用 圖像處理板，目標(biāo)跟蹤在DSP處理器中實(shí)現(xiàn)，滿足實(shí)時(shí)處理的需求，具體實(shí)施步驟如下：
[0099] (1)輸入原始紅外圖像X?，通過通信傳入波門大小及位置，在當(dāng)前幀紅外圖像中 選取對(duì)應(yīng)區(qū)域，得到模板圖像X trg，波門大小為Μ X N。
[0100] (2)確定波門模板圖像乂_灰度范圍[gmin，gmax]，計(jì)算灰度特征最大類間方差閾值 Tg、最小比例閾值以及最大比例閾值T2。
[0101]首先統(tǒng)計(jì)歸一化的灰度直方圖離散函數(shù)h(r)和累計(jì)直方圖離散函數(shù)H(r):
[0104] 其中，nr為模板圖像Xtrg中灰度級(jí)為r的像素點(diǎn)個(gè)數(shù)，且有
[0102]
[0103]
[0105] ，一*Smin
[0106] 然后，利用灰度特征最大類間方差法計(jì)算Xtrg灰度全局閾值Tg，滿足當(dāng)灰度為公式 Tg時(shí)，類間方差σ〖最大，即滿足公式
[0107]
[0108] 類間方差計(jì)算方法為
[0109] 11 yi
- 11 yi[0110] 其中，m(r)為灰度一階矩
[0111]
[0112]
[0113] 利用固定比例閾值法，計(jì)算最小比例閾值TdP最大比例閾值T2。設(shè)置固定閾值比例 Trate ￡(〇,〇.5)，本例中取1_ = 0.15則
[0114]
[0115] H(r)表示灰度級(jí)r對(duì)應(yīng)的直方圖累計(jì)函數(shù)值。
[0116] 最后，將灰度特征最大類間方差法與固定比例閾值相比較，確定模板圖像全局閾 值gthresh，計(jì)算方法為：
[0117]
[0118] ⑶根據(jù)波門中心點(diǎn)處5X5區(qū)域內(nèi)灰度均值g_ter確定跟蹤目標(biāo)的灰度區(qū)間[g L， gH]，利用目標(biāo)灰度統(tǒng)計(jì)直方圖構(gòu)造核函數(shù)，將模板圖像乂*^映射為質(zhì)量圖像Ytrg，計(jì)算波門 中質(zhì)心位置坐標(biāo)(xt，yt)，同時(shí)記錄圖像總質(zhì)量ms?，以及目標(biāo)模板二值圖像Btrg。
[0119]目標(biāo)灰度區(qū)間[gL，gH]確定方法如下，若gmin彡gcenter彡gthresh，則gL = gmin，gH = gthresh ;石.gthresh〈gcenter € gmax，貝!JgL 一 gthresh，gH 一 gmax 〇
[0120] 構(gòu)造核函數(shù)方法如下，統(tǒng)計(jì)直方圖離散函數(shù)h(r)在目標(biāo)灰度區(qū)間[gugH]的最大值 = ，模板圖像^8到質(zhì)量圖像Υ_、二值圖Btrg的對(duì)應(yīng)像素點(diǎn)（i，j)的像素值映 射關(guān)系如下：
[0121]
[0122] 核變換后的質(zhì)量圖為：
[0123]
[0124] 模板圖像Xtrg到二值圖Btrg的映射關(guān)系如下：
[0125]
[0126] 質(zhì)心位置坐標(biāo)(Xt，yt)計(jì)算如下：
[0127]
[0128] 目標(biāo)總質(zhì)量為：
[0129]
[0130] (4)輸入新一幀紅外圖像，在目標(biāo)預(yù)測(cè)位置(XQ，yo)提取用于對(duì)比的波門圖像X cmp， 利用迭代運(yùn)算，計(jì)算最終目標(biāo)位置(，y)。具體迭代流程如下：
[0131 ]利用核函數(shù)變換，將波門圖像乂。_映射到質(zhì)量圖像Υ?Ρ，
[0132]
[0133] 利用核變換函數(shù)轉(zhuǎn)換為Mcmp。
[0134] 計(jì)算質(zhì)量圖像Mtrg中質(zhì)心位置(xp，yp)，與跟蹤模板質(zhì)心參考位置(x t，yt)比較，得 到位置偏差矢量5 :
[0135] ?/ = (-ν", v,,)-(.v,,_r；)
[0136] 預(yù)測(cè)點(diǎn)更新為(xi,yi):
[0137] (4，乃）=(尤0，_1，。) + 孑。
[0138] 迭代更新波門圖像Xcmp，計(jì)算質(zhì)心位置(Xp，yp)，直至滿足條件：
[0139] d <?> or n > N
[0140] 其中，D為允許偏差，N為最大迭代次數(shù)，本例中D = 2，N=10。最終位置坐標(biāo)記為 (Xout，y〇ut) 〇
[0141] (5)將迭代后波門圖像Χ?Ρ映射到質(zhì)量圖1_和二值圖Β?Ρ，計(jì)算跟蹤結(jié)果與模板目 標(biāo)間的重合度9_^@和質(zhì)量相似度P m。計(jì)算公式如下：
[0142]
[0143]
[0144] 其中，Ntrg為二值圖像Btrg中非零像素點(diǎn)數(shù)，中非零點(diǎn)數(shù)，N_ riaI^Btrg、 B?P'中非零區(qū)域的重合部分像素點(diǎn)數(shù)。
[0145] 二者結(jié)合，計(jì)算目標(biāo)可靠度p:
[0146] p = a Xpoveriap+0Xpm
[0147] 其中，α、β為歸一化系數(shù)，滿足α+β=1。
[0148] 若P>Ptrust，則輸出波門位置坐標(biāo)(Xmjt，ymj t);若Ρ彡P(guān)trust，則跟蹤目標(biāo)可靠度較低， 進(jìn)入記憶跟蹤狀態(tài)。其中，Ptrust為經(jīng)驗(yàn)參數(shù)，滿足Ptrust e ( 〇，1 )，本例中Ptrust = 〇 . 8。
[0149] 本發(fā)明提供了一種基于核函數(shù)質(zhì)心漂移的紅外成像目標(biāo)跟蹤方法，具體實(shí)現(xiàn)該技 術(shù)方案的方法和途徑很多，以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng) 域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些 改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。本實(shí)施例中未明確的各組成部分均可用現(xiàn)有技術(shù) 加以實(shí)現(xiàn)。
【主權(quán)項(xiàng)】
1. 一種基于核函數(shù)質(zhì)屯、漂移的紅外成像目標(biāo)跟蹤方法，其特征在于，包括如下步驟： 步驟1，輸入紅外圖像； 步驟2，輸入跟蹤波口的初始位置坐標(biāo)(X0，yo)、寬度Μ和高度N，作為跟蹤起始，在當(dāng)前帖 紅外圖像中選取對(duì)應(yīng)圖像區(qū)域，獲得模板圖像Xtrg; 步驟3,對(duì)模板圖像Xtrg統(tǒng)計(jì)模板圖像灰度直方圖，采用最大類間方差法計(jì)算模板圖像 灰度闊值，像素按照灰度分為兩類，根據(jù)模板圖像Xtrg中屯、位置灰度均值gcenter確定目標(biāo)灰 度分布范圍，并獲得目標(biāo)二值化圖像Btrg; 步驟4,利用目標(biāo)灰度統(tǒng)計(jì)直方圖構(gòu)造核函數(shù)，將模板圖像Xtrg映射轉(zhuǎn)換為質(zhì)量圖像 Mtrg，計(jì)算波口中質(zhì)屯、位置，同時(shí)記錄目標(biāo)總質(zhì)量msirni; 步驟5,輸入下一帖紅外圖像，在目標(biāo)預(yù)測(cè)坐標(biāo)位置(xo，yo)提取用于對(duì)比的波口圖像 Xmp，利用迭代運(yùn)算，計(jì)算最終波口位置坐標(biāo)(，y?t); 步驟6,利用步驟3中確定的目標(biāo)灰度分布范圍和步驟4中構(gòu)造的核函數(shù)將迭代后的波 口圖像映射到質(zhì)量圖M"p '和二值圖像B"p'，計(jì)算跟蹤結(jié)果與目標(biāo)模板間的重合度和質(zhì)量相 似度，并更新目標(biāo)圖像； 步驟7，跳轉(zhuǎn)至跟蹤步驟5，直至收到停止跟蹤指令。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟2包括:輸入跟蹤波口的初始位置坐標(biāo) (X0，yo)、寬度Μ和高度N，（X0，yo)表示波口左上頂點(diǎn)在輸入紅外圖像第X0行、第yo列，在輸入 紅外圖像中從坐標(biāo)(X0，yo)開始取Μ行N列，獲得模板圖像Xtrg。3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，步驟3包括如下步驟： 步驟3-1，對(duì)模板圖像Xtrg統(tǒng)計(jì)歸一化的灰度直方圖離散函數(shù)h(r)和累計(jì)直方圖離散函 數(shù) H(r):其中，gmin為模板圖像Xtrg灰度最小值，gmax為模板圖像Xtrg灰度最大值，nr為模板圖像Xtrg 中灰度級(jí)為r的像素點(diǎn)個(gè)數(shù)，且有：步驟3-2,利用灰度特征類間方差最大算法計(jì)算模板圖像Xtrg的灰度闊值Tg，即滿足如下 公式時(shí)，類間方差續(xù);最大：其中，m(r)為灰度一階矩，niG為最大灰度一階矩，通過如下公式計(jì)算：步驟3-3，利用固定比例闊值法，設(shè)置固定闊值比例Trate e ( ο，ο . 5 )，計(jì)算最小比例闊值 T謝最大比例闊值T2:H(r)表示灰度級(jí)r對(duì)應(yīng)的直方圖累計(jì)函數(shù)值； 步驟3-4,通過如下公式確定模板圖像灰度闊值gthresh:根據(jù)模板圖像Xtrg中屯、灰度均值gcenter確定目標(biāo)灰度分布范圍[gL，gH]: 若 gmin《 gcenter《gAresh，則 化=gmin，削=g化resh ; 若 gthresh< gcenter《gmax，則 化=gt虹esh，削=gmax ; 由模板圖像Xtrg到目標(biāo)二值化圖像Btrg的映射關(guān)系如下：知^。，^、8*^。，^分別表示模板圖像中坐標(biāo)。^'）處像素點(diǎn)的像素值和二值化圖像 中坐標(biāo)(i，j )處像素點(diǎn)的像素值。4.根據(jù)權(quán)利要求3所述的方法，其特征在于，步驟4包括如下步驟： 步驟4-1，質(zhì)量圖映射:統(tǒng)計(jì)灰度直方圖離散函數(shù)h(r)在目標(biāo)灰度分布范圍[gL，gH]的最 大值質(zhì)量圖像Ytrg內(nèi)坐標(biāo)點(diǎn)（i，j )的像素值Ytrg ( i，j )由模板圖像Xtrg中的 對(duì)應(yīng)點(diǎn)的像素值Xtrg( i，j )映射得到，映射關(guān)系如下：X為函數(shù)變量， 質(zhì)量圖像Ytr洛核變換后得到新的質(zhì)量圖像Mtrg，各點(diǎn)像素值通過如下公式計(jì)算：步驟4-3,通過如下公式計(jì)算目標(biāo)質(zhì)屯、位置坐標(biāo)(Xt，yt):坐標(biāo)(Xt，yt)表示質(zhì)屯、處在波口圖像第Xt行、第yt列， 目標(biāo)圖像總質(zhì)量Hlsum為：5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，步驟5包括如下步驟： 步驟5-1，輸入下一帖紅外圖像，在新輸入的圖像中，利用目標(biāo)預(yù)測(cè)坐標(biāo)(x〇，y〇)與波口 大小，獲取相應(yīng)位置的新的波口圖像Xcmp，計(jì)算新波口圖像的質(zhì)量圖Mcmp、質(zhì)屯、位置(Xp，yp); 步驟5-2,比較質(zhì)量圖像Mtrg與新波口圖像的質(zhì)量圖Mcmp中質(zhì)屯、位置，得到位置偏差矢量 h (蘭= （17) 步驟5-3，目標(biāo)預(yù)測(cè)位置點(diǎn)更新為(XI，yi): (Xp Vi) = (x〇, v,,) + ^ t (18) 步驟5-4，迭代更新波口位置，重復(fù)步驟5-1~步驟5-3，直至滿足如下條件： 5 <,巧邸.々.> W，（.19). 其中，D為允許偏差，η為迭代次數(shù)，N為最大迭代次數(shù)，最終波口位置坐標(biāo)記為（XDut， y〇ut)。6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，步驟6包括如下步驟： 步驟6-1，利用波口位置迭代結(jié)果(XDut，yDut)與波口大小獲取迭代后波口圖像X?p'，計(jì) 算迭代后波口圖像XcV的二值圖像BcV與總質(zhì)量ms?'，通過如下公式計(jì)算跟蹤結(jié)果與目標(biāo) 模板間的重合度Pwerlap和質(zhì)量相似度Pm:其中，Nt巧為二值圖像Bt巧中非零像素點(diǎn)數(shù)，Ncmp為BcV中非零點(diǎn)數(shù)，Noverlap為Btrg、Bcmp'中 非零區(qū)域的重合部分像素點(diǎn)數(shù)； 步驟6-2,計(jì)算目標(biāo)可靠度P: P _ α X f^overlap+P X Pm, ( 22 ) 其中，α和β為歸一化系數(shù)，滿足α+β= 1; 步驟6-3，若Ρ〉化rust，則輸出最終波口位置坐標(biāo)(Xout，y〇ut);若Ρ《化rust，則判定跟蹤目標(biāo) 可靠度較低，進(jìn)入記憶跟蹤狀態(tài)，其中，Ptrust為經(jīng)驗(yàn)參數(shù)，滿足Ptrust e (0，1 )。
【文檔編號(hào)】G06T7/20GK105976403SQ201610589893
【公開日】2016年9月28日
【申請(qǐng)日】2016年7月25日
【發(fā)明人】苗鋒, 朱偉, 白俊奇, 翟尚禮, 郝金雙, 楊沛, 文杰, 劉姝含, 成偉明, 司曉云
【申請(qǐng)人】中國(guó)電子科技集團(tuán)公司第二十八研究所