[发明专利]一种结合空谱特征和相关滤波的高光谱目标跟踪方法

摘要

本发明公开了一种结合空谱特征和相关滤波的高光谱目标跟踪方法，该方法在跟踪中存在遮挡、相似物体和跟踪目标较小等问题时具有较好的跟踪效果。为了达到上述目的，本发明包含如下步骤：（1）首先通过第一帧的初始化信息，选择目标搜索区域，提取目标搜索区域内的光谱特征，训练光谱相关滤波器Spe‑CF；根据初始信息选择目标区域，并根据多波段多维的目标区域重构二维的高分辨率目标区域，在此区域中提取目标HOG特征，训练空间相关滤波器Spa‑CF；（2）读入第t帧图像，根据t‑1帧目标位置选择目标搜索区域，然后根据步骤（1）训练的光谱相关滤波器Spe‑CF预估目标位置范围，相关响应值大于一定阈值的即为目标位置范围，根据空间相关滤波器Spa‑CF确定目标最终位置。

主权项

1.一种结合空谱特征和相关滤波的高光谱目标跟踪方法，包含如下步骤：(1)首先通过第一帧的初始化信息，选择目标搜索区域，提取目标搜索区域内的光谱特征，训练光谱相关滤波器Spe‑CF；根据初始信息选择目标区域，并根据多波段多维的目标区域重构二维的高分辨率目标区域，在此区域中提取目标HOG特征，训练空间相关滤波器Spa‑CF；(2)读入第t帧图像，根据t‑1帧目标位置选择目标搜索区域，然后根据步骤(1)训练的光谱相关滤波器Spe‑CF预估目标位置范围，相关响应值大于一定阈值的即为目标位置范围；相关响应值公式为：y＝F^‑1(H·Z)式中，F^‑1为傅里叶逆变换；(3)根据步骤(2)确定的目标位置范围，缩小目标搜索区域，并根据多波段光谱数据，扩大目标空间分辨率，根据步骤(1)训练的空间相关滤波器Spa‑CF，确定当前帧的最终目标位置Z和尺度S；(4)根据步骤(3)估计的目标位置和尺度，选择第t帧目标区域图像块，和前t‑1帧目标图像块做光谱角匹配，公式如下：式中，t为帧数，为第i帧的目标位置的高光谱数据，y为第t+1帧的目标高光谱数据；(5)如果光谱值小于一定阈值T1，且当前帧的最大响应值大于一定阈值T2，就认为当前帧的跟踪结果是高可信的，此时估计的目标位置Z即为第t帧的目标位置，根据当前位置更新滤波器模型，并将num‑noup置位0；如果光谱值小于一定阈值T1或当前帧的最大响应值大于一定阈值T2时，认为目标可能被遮挡，不更新模型，并将num‑noup值加1；读入下一帧图像，转到步骤(2)；如果连续5帧不更新模型，即num‑nouo＝5，转到步骤(6)；Num‑noup为连续不更新的次数，num‑noup的初始值为0；将滤波器转换为以下形式：分别对分子A和分母B进行更新来更新相关滤波器，公式如下：式中，η为学习率，t为帧数；(6)如果连续5帧不更新模型，则表明目标可能跟踪丢失，启动目标再检测模型在当前帧中对目标进行重新检测。(7)根据前t‑5帧的目标位置确定目标搜索区域，并扩大其搜索区域或在全局范围内进行搜索；在该搜索区域中寻找与前t‑5帧目标信息光谱角匹配最大的区域Z；如果最大的光谱角大于阈值T1，此时，Z即为当前帧目标位置；如果最大的光谱角小于阈值T1，则表明目标可能完全被遮挡，且还未出遮挡区域，不更新模型，转到步骤(6)；所述步骤(1)为训练过程；步骤(2)至步骤(5)为测试过程所述步骤(6)至步骤(7)为再检测过程。