[发明专利]基于暗通道先验的核相关滤波去雾跟踪算法

权利要求书

1.一种基于暗通道先验的核相关滤波去雾跟踪算法，其特征在于：包括如下步骤：

①选择要跟踪的视频序列，其中必须包括视频序列、groundfruth文本文件和frames文本文件；

②根据第一帧，判断是否去雾，如果需要则用暗通道去雾算法对图像进行去雾；

③通过第一帧信息对滤波器进行初始化，最小化损失函数求出α＝(K+λI)^-1y，其中I为单位矩阵，y表示训练样本的标签，K为核矩阵K_ij＝κ(x_i，x_j)，κ(*，*)为核函数，x为训练样本；

④从第二帧开始，根据上一帧中目标的运动趋势预测目标当前的运动状态，然后通过卡尔曼滤波在预测的位置进行目标位置检测，包括状态向量预测和状态向量协方差预测；

⑤通过核相关滤波计算新一帧的目标位置检测，对目标进行定位和跟踪：

以预测得到的目标位置为初始位置，通过滑动窗口的方式根据尺度因子的设置从图像中提取大量样本，用线性插值的方式将样本调整为滤波器的尺寸，离散傅里叶转换结合相关滤波计算出所有样本的响应值其中z为输入的待检测样本，Pⁱ为循环矩阵P的第i行元素。为傅里叶转换，为傅里叶逆运算，响应值最大的位置作为核相关滤波器跟踪的结果；

⑥对目标位置检测结果进行遮挡判断：当最大响应值大于给定的阈值1，同时与上一帧的最大响应值的差值小于给定的阈值2时，则判定为未发生遮挡，准核相关滤波器的跟踪结果有效且通过卡尔曼滤波对检测结果进行校，更新滤波器；否则，不保留核相关滤波的跟踪结果。

2.根据权利要求1所述的基于暗通道先验的核相关滤波去雾跟踪算法，其特征在于：所述步骤②用暗通道去雾算法对图像进行去雾的方法是：计算机视觉中的雾成像模型可以表示为：I(x)＝J(x)t(x)+A(1-t(x))，式中I(x)表示输入图像，即为待去雾图像，J(x)为恢复后的无雾图像，t(x)为透射率，A表示全球大气光成分，在假定透射率t(x)为常数且A已知的情况下：引入暗通道先验可以得出透射率的估计值：

3.根据权利要求1所述的基于暗通道先验的核相关滤波去雾跟踪算法，其特征在于：所述步骤④包括：A.状态向量预测：其中H(k)为第k帧的状态转移矩阵，初始化为[1，0，1，0；0，1，0，1；0，0，1，0；0，0，0，1]，为上一帧矫正结果，初始化为[pos’；0；0]，pos为第一帧给定的目标位置；B.状态向量协方差预测：P(k+1|k)＝H(k)P(k|k)H^T(k)+Q(k)，其中P(k|k)为第k帧的状态向量，Q(k)为系统噪音，初始化为四维单位矩阵。

4.根据权利要求1所述的基于暗通道先验的核相关滤波去雾跟踪算法，其特征在于：所述步骤⑥卡尔曼滤波校准的步骤包括：

①计算卡尔曼加权矩阵：

K(k+1)＝P(k+1|k)F^T(k+1)·(F(k+1)P(k+1|k)F^T(k+1)+A(k+1)^-1)

其中F为测量矩阵，F＝[1，0，0，0；0，1，0，0]，Λ＝[36，0；0，36]；

②更新状态向量：

其中X＝pos’，表示第五步得到的目标位置构造的列向量；

③更新状态向量协方差：

P(k+1|k+1)＝(I-K(k+1)F(k+1))P(k+1，k)。