[发明专利]一种跟踪过程中动态目标的特征光谱提取方法

说明书

一种跟踪过程中动态目标的特征光谱提取方法，本发明提供一种对动态目标的特征光谱进行准确提取的方法。本发明的步骤为：一、计算动态目标坐标，对动态目标识别区域内像素进行快速最近邻二聚类，计算目标与背景的平均光谱向量；二、根据目标平均光谱向量计算出目标状态转移矩阵，根据背景平均光谱向量计算出背景状态转移矩阵，用动态目标识别区域内像素与状态转移矩阵的逆矩阵相乘得到特征光谱向量；三、计算目标像素特征光谱向量和目标平均光谱向量的光谱角，判断动态目标移动后的位置。本发明能准确地提取动态目标的特征光谱，及时跟踪动态目标位置，充分发挥高光谱数据信息量丰富的特点，适用于动态目标侦查、搜索及跟踪领域。

技术领域

本发明涉及特征光谱提取方法，具体涉及一种跟踪过程中动态目标的特征光谱提取方法。

背景技术

在计算机识别领域，动态目标检测是非常重要的，主要体现在无人机识别跟踪、航拍侦查以及高精度搜索等方面。使用无人机进行动态目标检测时，采用高光谱相机对目标进行拍摄并检测目标位置，可以减少外在干扰对检测的影响，得到更加精确的效果。由于高光谱成像具有光谱分辨率高、光谱波段连续等特点，为有效提高目标探测能力提供了可能，尤其是在对伪装目标进行检测、识别方面具有很大潜能。

动态目标的特征光谱向量蕴含充足的光谱信息，可以利用其对目标进行跟踪操作。利用高光谱数据对动态目标进行跟踪的过程中，最重要的步骤为对动态目标与背景的特征光谱向量和不同高光谱数据中的目标的特征光谱向量进行比较。聚类是将全体对象中类似的对象组成多个类的过程，它是研究分类问题的一种统计分析方法。本发明中提出一种快速最近邻二聚类方法，通过构成最近邻链表寻找类别分界限，进而实现对像素点进行快速二聚类的目的。本发明利用快速最近邻二聚类方法将像素点分为目标像素和背景像素，并利用状态转移方程得到动态目标的特征光谱向量。

光谱角制图法是将光谱数据视为多维空间中的矢量，利用解析方法计算像元光谱与光谱数据库中参考光谱之间矢量的夹角，根据夹角的大小来确定光谱间的相似程度，以达到识别对象的目的。本发明中利用光谱角制图方法计算不同高光谱数据中目标特征光谱向量之间的相似程度，进而判断动态目标移动后的位置。本发明充分发挥高光谱数据信息量丰富的特点，可以准确地提取动态目标的特征光谱向量，进而达到对动态目标跟踪的目的。

发明内容

本发明的目的在于提出一种跟踪过程中动态目标的特征光谱提取方法，在利用高光谱数据对动态目标进行跟踪的过程中，可以对动态目标的特征光谱进行准确提取的方法。该方法能准确地提取动态目标的特征光谱并及时跟踪动态目标在高光谱图像中的位置。

本发明的目的是通过以下技术方案实现的：在当前高光谱数据中计算动态目标位置，得到目标坐标，对该坐标邻域内像素进行聚类并分成目标像素和背景像素，分别对所有目标像素和背景像素进行均值计算，得到目标与背景的平均光谱向量；对下一时刻高光谱数据中该坐标邻域内像素进行聚类，分成目标像素和背景像素并进行均值计算得到目标和背景的平均光谱向量；根据所得到的平均光谱向量计算出目标与背景的状态转移矩阵，分别用下一个高光谱数据目标邻域内像素与状态转移矩阵的逆矩阵相乘得到特征光谱向量，并分别计算其与当前高光谱数据中目标的平均光谱向量之间的光谱角，判断是否为同一目标；重复上述操作对其他高光谱数据进行检测。

本发明的流程图如图1所示，共分为三个步骤，具体步骤如下：

步骤一：计算当前时刻高光谱数据中动态目标坐标，分别对当前时刻高光谱数据和下一时刻高光谱数据中该坐标邻域内像素进行快速最近邻二聚类，并分别计算目标与背景的平均光谱向量。