[发明专利]目标运动轨迹估计方法、装置和目标跟踪系统

说明书

本公开提出一种目标运动轨迹估计方法、装置和目标跟踪系统，涉及无人机技术领域。本公开的一种目标运动轨迹估计方法包括：确定图像中目标所在的区域；基于目标所在的区域进行目标区域收敛运算，获取目标的收敛位置信息；根据收敛位置信息确定目标的空间位置；根据目标的空间位置，通过卡尔曼滤波估计算法估计目标的运动轨迹。通过这样的方法，能够先在图像中确定目标所在的预定形状的区域，进一步通过目标区域收敛操作提高区域确定的准确性，从而能够提高目标空间位置确认的准确度，提高目标跟踪的可靠性。

技术领域

本公开涉及无人机技术领域，特别是一种目标运动轨迹估计方 法、装置和目标跟踪系统。

背景技术

帧到帧的目标跟踪在无人机起降引导中有着重要应用。该算法利 用图像中被跟踪物体的上下文联系，假设物体的运动平缓，相邻两帧 之间的目标位置变化不大，可以有效提高算法的实时性。

帧到帧的目标跟踪算法ROI(Region of Interest，感兴趣区域) 选定和目标定位情况如图1A所示。在第t帧，以t-1帧的包围盒 Boundingbox区域(图1A左图中的实线区域)为基础，放大k(k为 正数)倍作为第t帧无人机目标ROI区域(图1A中的虚线区域)， 在该ROI区域中跟踪最终确定第t帧中目标的Boundingbox，如图1A 右图中实线框位置。

发明内容

发明人发现，相关技术中帧到帧的跟踪算法的前提是假设被跟踪 物体在相邻两帧图像之间的位置变化不大，其运动轨迹是平滑的。在 无人机起降引导的实际应用场景中，由于飞机的快速运动，当转台跟 踪效果不好，大角度跳动时，传统的帧到帧的ROI区域确定方式可能 因为ROI区域未包含无人机目标而导致对无人机的跟踪失败，如图 1B所示。

本公开的一个目的在于通过提高目标定位的准确度提高目标跟 踪的可靠性。

根据本公开的一个实施例，提出一种目标运动轨迹估计方法，包 括：确定图像中目标所在的区域；基于目标所在的区域进行目标区域 收敛运算，获取目标的收敛位置信息；根据收敛位置信息确定目标的 空间位置；根据目标的空间位置，通过卡尔曼滤波估计算法估计目标 的运动轨迹。

可选地，采用TLD(Tracking-Learning-Detection，跟踪学习检 测)算法确定目标图像中目标所在的区域，区域的形状包括矩形或圆 形。

可选地，采用主动轮廓跟踪算法基于矩形框进行目标区域收敛运 算，获取目标的收敛位置信息。

可选地，还包括：对图像进行形态学滤波预处理，以便根据经过 处理后的图像确定目标所在的矩形框。

可选地，对图像进行形态学滤波预处理包括：分别获取图像的开 运算处理结果和闭运算处理结果；将闭运算处理结果与开运算处理结 果相减，获取经过处理后的图像。

可选地，根据收敛位置信息确定目标的空间位置包括：根据收敛 位置进行互相关滤波，确定目标的中心位置；根据中心位置确定目标 的空间位置。

可选地，根据收敛位置进行互相关滤波包括：通过平移变化滤波 确定目标的最新位置；通过尺度变化滤波确定目标的尺度变化情况。

通过这样的方法，能够先在图像中确定目标所在的预定形状的区 域，进一步通过目标区域收敛操作提高区域确定的准确性，从而能够 提高目标空间位置确认的准确度，提高目标跟踪的可靠性。

根据本公开的另一个实施例，提出一种目标运动轨迹估计装置， 包括：区域确定单元，被配置为确定图像中目标所在的区域；收敛运 算单元，被配置为基于目标所在的区域进行目标区域收敛运算，获取 目标的收敛位置信息；空间定位单元，被配置为根据收敛位置信息确 定目标的空间位置；轨迹估计单元，被配置为根据目标的空间位置， 通过卡尔曼滤波估计算法估计目标的运动轨迹。