[发明专利]一种复杂场景下自动目标识别跟踪方法及系统

说明书

技术领域

本发明涉及一种自动目标识别跟踪方法及系统，尤其是一种复杂场景下自动目标识别跟踪方法及系统。

背景技术

自动目标识别与跟踪技术是采用计算机处理一个或多个传感器的输出信号(主要是图像信号)，识别和跟踪特定目标的一种技术。它对战术导弹武器精确打击目标、智能化攻击目标和提高发射平台的生存能力，具有重要意义。

实际战场场景大多非常复杂，复杂场景下自动目标识别需解决的难点包括：1)目标特性的多样性；2)背景的千变万化；3)随天气情况、太阳辐射变化等因素引起的目标和背景辐射特性的变化；4)模板图与导引头拍摄的图像存在的旋转、缩放以及几何畸变；5)实时快速完成信号处理任务。

现有的目标识别算法主要有统计模式识别、基于模型(知识)的识别、基于不变量的识别、基于特征的识别和基于模板的识别等。针对上述应用难点，采用图像不变特征的识别算法比较适合。

采用图像不变特征的识别算法具有旋转、尺度以及仿射变化不变特性的适应能力，能够较好的解决复杂场景下自动目标识别问题，但由于此识别算法涉及到多尺度运算、多维特征空间计算和亚像素定位等，计算较复杂，一般都是在计算机或者工控机上实现的，还没在嵌入式设备上实现快速识别功能，因此无法得到实际应用。

发明内容

本发明要解决的技术问题：克服现有技术的不足，提供一种复杂场景下自动目标识别跟踪方法及系统，使其能够在复杂场景下，在嵌入式设备上快速准确自动识别目标物体，并能进行稳定实时的跟踪。

本发明技术解决方案：一种复杂场景下自动目标识别跟踪方法，实现步骤如下：

(1)装订目标模板信息；

前期采集不同位置的目标图像序列，并进行目标图像序列的特征点提取和特征描述子提取，然后将特征点和特征描述子叠加上采集图像时所处的位置信息和目标所在图像中的位置信息，生成目标模板信息，然后将目标模板信息装订到存储设备上；

(2)根据目前所处的位置信息，从存储器中的目标模板信息序列中，选取与目前所处位置最接近的目标模板信息；

(3)采集实时图像信息，得到识别帧，进入识别模式阶段，所述识别模式实现为：

(31)提取识别帧的特征点位置，并根据特征点周围邻域详细的信息，即局部特征，生成特征描述子；

(32)由步骤(2)中读取的目标模板信息中的特征点和特征描述子与步骤(31)中的识别帧的特征点及特征描述子，两两比较找出相互匹配的若干对特征点，建立景物间的对应关系；

(33)在若干对特征点中，根据大于四对相互匹配的特征点关系，拟合透视变换参数；

(34)由步骤(2)中读取的目标模板信息中的目标所在图像中的位置信息和步骤(33)得到的透视变换参数，计算目标在识别帧中的相应坐标位置；

(35)在进行步骤(31)、(32)、(33)、(34)过程中，实时图像由步骤(31)中的t0时刻识别帧，更新到tn时刻的当前帧，在此期间，采用相关跟踪算法计算t0时刻识别帧与tn时刻当前帧的坐标位置变化关系，由步骤(34)得到的目标在识别帧中的相应坐标位置和t0时刻到tn时刻坐标位置变化关系计算得到目标在tn时刻当前帧的准确位置；

(4)最后将步骤(35)中的tn时刻识别结果代入跟踪模块，进行实时跟踪模式阶段，完成跟踪任务。

本发明的一种复杂场景下自动目标识别跟踪系统，包含：

嵌入式图像处理器，与视频解码设备相连，获得实时图像信息，与FPGA相连，获得识别帧和当前帧坐标位置变化关系，与大容量NORFLASH相连，获得目标模板图信息，与大容量DDR2 RAM相连，存储实时图像信息，与图像显示设备相连，输出图像信息，嵌入式图像处理器完成识别帧的特征点位置和特征描述子提取、识别帧与目标模板信息匹配、拟合透视变化参数、计算目标在识别帧的位置信息、根据目标在识别帧的位置信息和FPGA提供的识别帧和当前帧坐标位置变化关系计算目标在当前帧的位置信息；

高速FPGA处理器，与串口设备相连，获得控制指令，并发送跟踪结果，与嵌入式图像处理器相连，提供识别帧和当前帧坐标位置变化关系，高速FPGA处理器完成串口通信以及相关跟踪算法实现；

大容量NORFLASH，与嵌入式图像处理器相连，提供嵌入式图像处理器所需的目标模板信息，大容量NORFLASH用于目标模板信息的掉电存储以及系统运行程序的掉电存储；

大容量DDR2 RAM，与嵌入式图像处理器相连，提供嵌入式图像处理器运行程序所需内存空间；