一种结合均值移动与粒子滤波的无人机目标跟踪方法

摘要

本发明提出一种结合均值移动与粒子滤波的无人机目标跟踪方法，包括以下步骤：在均值移动跟踪过程中，根据带宽矩阵构建基于带宽矩阵的均值移动跟踪算法，以在跟踪过程中自适应更新目标尺度窗口；根据均值移动跟踪算法和粒子滤波算法的检测结果建立加权和数据融合目标定位方法；根据加权和数据融合目标定位方法确定无人机目标位置；根据目标重收敛方法对粒子滤波算法中的粒子进行采样以生成基于目标重收敛的粒子滤波算法；根据目标重收敛的粒子滤波算法得到目标扩展搜索策略，并据此对目标进行跟踪。本发明的实施例能够实现动态场景、光照变化、尺度变化、遮挡等复杂情况下对目标实时定位与跟踪，具有实时性好、适应性强和可扩展性好等优点。

主权项

一种结合均值移动与粒子滤波的无人机目标跟踪方法，其特征在于，包括以下步骤:在均值移动跟踪过程中，根据带宽矩阵构建基于所述带宽矩阵的均值移动跟踪算法，以在跟踪过程中自适应更新目标尺度窗口；根据所述均值移动跟踪算法和粒子滤波算法的检测结果建立加权和数据融合目标定位方法；根据所述加权和数据融合目标定位方法确定所述无人机目标位置；根据目标重收敛方法对所述粒子滤波算法中的粒子进行采样以生成基于所述目标重收敛的粒子滤波算法；以及根据所述目标重收敛的粒子滤波算法得到目标扩展搜索策略，并根据所述目标扩展搜索策略对目标进行跟踪，所述根据所述目标扩展搜索策略对目标进行跟踪进一步包括：根据所述目标的运动轨迹进行一步预测；对所述目标进行局部目标搜索；对所述目标进行全局目标搜索；其中，所述目标扩展搜索策略包括：使用一步预测目标搜索方法搜索目标，具体包括：若当前处理的图像为第k帧，所述目标的中心位置在序列图像中依次表示为：y₀,y₁,…,y_k‑1,y_k,y_k+1,…，候选目标位置y_k+1的估计公式为：y_k+1‑y_k＝y_k‑y_k‑1；取y_k+1作为所述候选目标的中心点，候选区域大小、方向均与前一帧相同，提取候选区域特征向量，与目标模板特征向量进行匹配；若匹配相似度超过第一阈值，则判断为找到目标；若匹配相似度小于第一阈值，则进入局部搜索阶段；若所述一步预测目标搜索方法搜索失败后，使用局部目标搜索方法搜索所述目标；若所述局部目标搜索方法失败后，则使用全局目标搜索方法进行搜索。