[发明专利]基于动态关联模型的遥感视频车辆目标检测与跟踪方法

摘要

本发明公开了一种基于动态关联模型的遥感视频车辆目标检测与跟踪方法，解决了跟踪精度低，稳定性差，算法不灵活的问题。实现步骤有：按帧截取图像，对首帧图像做动目标检测和创建存储空间储存目标；对后续帧图像，检测候选运动目标，从存储空间选历史目标估计位置并与候选运动目标匹配后更新历史目标状态并整理存储空间，存储新出现目标。本发明用道路掩膜滤除道路区域外的干扰，用动态关联灵活添加删除目标，用群体效应对消失运动目标状态估计优化，用轨迹优化法提高跟踪精度。仿真实验也证明本发明减少了计算量，提高跟踪精度和稳定性，用于车流监测，行驶路线分析，军事情报获取领域。

主权项

1.一种基于动态关联模型的遥感视频车辆目标检测与跟踪方法，其特征在于，包括如下步骤：(1)按帧截取遥感图像：将遥感视频按照时间顺序截取为多帧静止图像，对于首帧图像和后续帧图像进行不同操作；(2)对于首帧图像进行操作：(2.1)动目标检测：由于遥感视频视角固定，仅在首帧提取道路掩膜以供后续使用，使用背景减除法结合道路掩膜检测首帧图像当前场景中的运动目标，得到首帧图像中的一组候选运动车辆目标；(2.2)创建存储空间及存储目标：创建待定表和稳定表，待定表用于存储新出现目标并对其进行观察，判断其为噪声还是跟踪的目标；稳定表用于存储稳定跟踪目标；所有候选运动车辆目标均为新跟踪目标，对所有新跟踪目标创建预测器，并为其分配目标编号，将预测器、目标编号、目标特征、历史轨迹、稳定跟踪计数以及消失计数作为目标属性打包存入待定表中，作为待定表中的历史目标，以便对该目标进行跟踪和状态观察；(3)对于后续帧图像进行操作：(3.1)动目标检测：使用背景减除法结合道路掩膜检测当前帧图像中的运动目标，检测得到的目标构成当前帧图像的一组候选运动车辆目标；(3.2)从存储空间中挑选历史目标：当稳定表中存在未被选择过的历史目标时，按照存储先后顺序选择稳定表中一个未被选择过的历史目标，作为被挑选历史目标，执行步骤(3.3)，估计其在当前帧的位置；当稳定表中的历史目标均已被选择过，或稳定表无存储目标时，则按照存储先后顺序选择待定表中一个未被选择过的历史目标，作为被挑选历史目标，进行步骤(3.3)，估计其在当前帧的位置；当存储空间即稳定表和待定表中的所有历史目标均已被选择过时，则进行步骤(3.6)，整理存储空间；(3.3)估计被挑选历史目标在当前帧的位置：使用卡尔曼滤波方法预测被挑选历史目标在当前帧的位置，得到当前帧中被挑选历史目标的估计位置；(3.4)被挑选历史目标与候选运动车辆目标匹配：使用轨迹优化方法，将被挑选历史目标与候选运动车辆目标逐一进行匹配，在被挑选历史目标估计位置邻域内，进行方向阈值和特征阈值的筛选，凡是小于方向阈值和特征阈值的候选运动车辆目标，再进行特征阈值差异排序，从中选取特征阈值差异最小的候选运动车辆目标作为该被挑选历史目标的匹配候选目标，认为其与之前存储的被挑选历史目标为同一目标，即该被挑选历史目标在当前帧成功匹配到一个候选运动车辆目标；否则，在被挑选历史目标估计位置邻域内，不存在满足方向变化和特征差异均小于方向阈值和特征阈值的候选运动车辆目标，匹配失败，即在当前帧中，该被挑选历史目标与候选运动车辆目标匹配失败；(3.5)历史目标状态更新：匹配成功后，用被挑选历史目标的匹配候选目标状态更新原存储空间中的被挑选历史目标状态，稳定跟踪计数加一，消失计数清零；匹配失败的被挑选历史目标使用群体效应，即结合目标邻域内运动状态相似的其他历史目标状态更新存储中的被挑选历史目标状态，消失计数加一，稳定跟踪计数值清零；返回步骤(3.2)循环迭代，继续从存储空间中挑选历史目标完成估计匹配过程；(3.5)历史目标状态更新：匹配成功后，用匹配候选目标状态更新原存储空间中的被挑选历史目标状态，稳定跟踪计数加一，消失计数清零；返回步骤(3.2)循环迭代，匹配失败后，使用群体效应，即结合目标邻域内运动状态相似的其他历史目标状态更新存储中的被挑选历史目标状态，消失计数加一，稳定跟踪计数值清零；同样返回步骤(3.2)循环迭代；(3.6)存储空间整理：待定表中历史目标稳定跟踪计数值超过稳定阈值时，将其移入稳定表中，认为该历史目标是稳定跟踪目标，而不是噪声干扰；待定表和稳定表中历史目标消失计数值超过消失阈值时，删除该目标，认为该目标是误检目标，或是目标已经离开视频的监控范围；(3.7)创建新跟踪目标：将剩余未与历史目标匹配的候选运动车辆目标视为新跟踪目标，为其创建预测器、分配编号，并将预测器、目标编号、目标特征、历史轨迹、稳定跟踪计数以及消失计数作为目标属性，打包放入待定表观察，返回步骤(3)，反复迭代实现在线的遥感视频运动车辆目标检测与跟踪。