[发明专利]一种基于贝叶斯的涡旋自动追踪方法

摘要

本发明公开了一种基于贝叶斯的涡旋自动追踪方法，采用基于贝叶斯的Kalman滤波对涡旋的运动过程进行建模，通过预测位置与观测结果进行跟踪匹配，并采用Hungarian最优化算法解决多目标涡旋追踪的匹配冲突问题。本发明克服了多目标涡旋追踪过程中的复杂匹配难题，提高了追踪结果的准确性。

主权项

1.一种基于贝叶斯的涡旋自动追踪方法，其特征在于步骤如下：步骤1、初始化，建立一个空的涡旋跟踪器集合，一个涡旋观测值集合和一个空的跟踪结果集合；每一个涡旋跟踪器将在自动追踪的过程中记录一个涡旋演化过程的前序后继关系；涡旋观测值集合将记录每个时刻观测到的涡旋信息，跟踪结果集合将存储记录生命过程追踪完成的涡旋跟踪器；对首个时刻观测到的每个涡旋，构建涡旋跟踪器，记录涡旋的位置信息，并创建默认参数的Kalman滤波用于跟踪预测，然后将跟踪器添加到涡旋跟踪器集合中；步骤2、启动追踪，从下一个时刻开始，按时间帧进行循环，若是循环至最后一帧，追踪停止，跟踪结果集合收集的涡旋追踪器，记录了追踪涡旋的生命演化过程信息；否则，进行自动追踪，执行步骤3‑4，直至结束时间才结束循环，停止追踪；步骤3、获取当前时间帧的所有涡旋观测值，添加到观测值集合中；步骤4、数据关联，遍历跟踪器集合中的每一个涡旋跟踪器，先进行Kalman滤波的跟踪预测，再将预测的涡旋位置及误差范围与当前时刻的涡旋观测值集合中的所有涡旋，进行关联匹配；所述步骤4中数据关联，遍历跟踪器集合中的每一个涡旋跟踪器，先进行Kalman滤波的跟踪预测，再将预测的涡旋位置及误差范围与当前时刻的涡旋观测值集合中的所有涡旋，进行关联匹配的过程：(41)若涡旋跟踪器的预测误差范围内没有匹配到观测值集合中的涡旋，则将该跟踪器从集合中取出，加入到步骤1建立的跟踪结果集合中，表明该涡旋的生命演化过程已经追踪结束；(42)若涡旋跟踪器的预测误差范围内有且仅有一个匹配的涡旋观测值，则从涡旋观测值集合中取出该涡旋，作为跟踪器跟踪到的后继涡旋，并采用Kalman滤波器对该涡旋的观测位置进行修正，获得滤波后的涡旋位置及误差范围，并以此为准进行之后的过程追踪；(43)若涡旋跟踪器的预测误差范围内存在多个匹配的涡旋观测值，为了保证跟踪结果的准确性，采用Hungarian算法构建多个观测值与多个跟踪器的二分图(bipartite graph)，并且在进行一对一匹配的求解过程中，以全局距离和最小为最优目标确定多跟踪器与多观测值的最优匹配方案，对于匹配到观测值的涡旋跟踪器，将该观测值从观测值集合中取出，作为跟踪器跟踪到的后继涡旋，并采用Kalman滤波器对该涡旋的观测位置进行修正，获得滤波后的涡旋位置及误差范围，并以此为准进行之后的过程追踪；(44)若观测值集合中存在未匹配跟踪器的涡旋，则新建一个涡旋跟踪器，添加到涡旋跟踪器集合中。