发明名称 一种地面静止目标实时识别跟踪方法
摘要 一种地面静止目标实时识别跟踪方法,属于成像目标自动识别领域,目的在于能够对高分辨率序列图像中的小目标进行高准确率的识别,并将识别结果(目标位置)实时的反馈给伺服系统。本发明包括:模板生成步骤,低分辨率全局识别步骤,高分辨率局部识别步骤和状态转移判断步骤。本发明针对归一化积相关具有不受比例因子误差的影响和抗白噪声干扰能力强,但计算量较大的特点,采用低分辨率条件下场景匹配和高分辨率条件下局部精确匹配相结合的方法,减小了计算量,有效的解决了对高分辨率小目标的实时精确识别,满足了在高分辨率条件下对处理速度的实时性和识别精度的准确性要求,自适应性强,计算操作简单。
申请公布号 CN101826157B 申请公布日期 2011.11.30
申请号 CN201010158786.1 申请日期 2010.04.28
申请人 华中科技大学 发明人 钟胜;黎云;张天序;颜露新;杜佐钱;康烈;张磊;王建辉;金明智
分类号 G06K9/00(2006.01)I 主分类号 G06K9/00(2006.01)I
代理机构 华中科技大学专利中心 42201 代理人 朱仁玲
主权项 1.一种地面静止目标实时识别跟踪方法,包括如下步骤:(1)模板生成步骤读取预先存储的目标模板R,取对该目标模板R降K<sub>1</sub>倍分辨率后的图像作为低分辨率模板R<sub>X</sub>,取对该目标模板R降K<sub>2</sub>倍分辨率后的图像中的以所述目标为中心截取的局部图像作为高分辨率模板R<sub>L</sub>,其中K<sub>1</sub>为正整数,K<sub>2</sub>为自然数,且满足K<sub>2</sub><K<sub>1</sub>;(2)低分辨率全局识别步骤依次读取实时图序列图像的连续M帧图像并作如下处理:对其中任一帧实时图像S<sup>n</sup>,先进行降K<sub>1</sub>倍分辨率处理得到图像<img file="FDA0000078574160000011.GIF" wi="85" he="58" />再将<img file="FDA0000078574160000012.GIF" wi="57" he="57" />和所述低分辨率模板R<sub>X</sub>进行归一化积相关运算,得到对应图像<img file="FDA0000078574160000013.GIF" wi="58" he="57" />中每一点(u,v)的相似度<img file="FDA0000078574160000014.GIF" wi="221" he="62" />设该任一帧实时图像S<sup>n</sup>的相似度为<img file="FDA0000078574160000015.GIF" wi="86" he="56" />并令<maths num="0001"><![CDATA[<math><mrow><msubsup><mi>C</mi><mi>L</mi><mi>n</mi></msubsup><mo>=</mo><munder><mi>max</mi><mrow><mi>u</mi><mo>,</mo><mi>v</mi></mrow></munder><mrow><mo>(</mo><msubsup><mi>&rho;</mi><mi>L</mi><mi>n</mi></msubsup><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>)</mo></mrow></mrow></math>]]></maths>得到在实时图像<img file="FDA0000078574160000017.GIF" wi="57" he="58" />中对应于相似度为<img file="FDA0000078574160000018.GIF" wi="58" he="56" />的位置<img file="FDA0000078574160000019.GIF" wi="83" he="57" />进一步得到<img file="FDA00000785741600000110.GIF" wi="56" he="57" />对应在S<sup>n</sup>的全局坐标P<sup>n</sup>,其中,将<img file="FDA00000785741600000111.GIF" wi="55" he="57" />转换为全局的坐标P<sup>n</sup>的转换公式为:<maths num="0002"><![CDATA[<math><mrow><msup><mi>P</mi><mi>n</mi></msup><mo>=</mo><msubsup><mi>P</mi><mi>X</mi><mi>n</mi></msubsup><mfrac><msup><mi>S</mi><mi>n</mi></msup><msubsup><mi>S</mi><mi>X</mi><mi>n</mi></msubsup></mfrac></mrow></math>]]></maths>并设定阈值<img file="FDA00000785741600000113.GIF" wi="371" he="80" />n=1,2,…,M,其中M为大于1的正整数;(3)高分辨率局部识别步骤读取下一帧实时图像,对该下一帧图像进行降K<sub>2</sub>倍分辨率处理得到实时图像<img file="FDA00000785741600000114.GIF" wi="99" he="66" />在<img file="FDA00000785741600000115.GIF" wi="69" he="66" />上以该下一帧图像的前一帧图像中得到的目标点的位置为中心截取局部图像<img file="FDA00000785741600000116.GIF" wi="81" he="58" />将<img file="FDA00000785741600000117.GIF" wi="54" he="58" />与高分辨率模板R<sub>L</sub>进行归一化积相关运算,得到对应图像<img file="FDA0000078574160000021.GIF" wi="54" he="58" />中每一点(u,v)的相似度<img file="FDA0000078574160000022.GIF" wi="232" he="62" />设该下一帧实时图像S<sup>n</sup>的相似度为<img file="FDA0000078574160000023.GIF" wi="95" he="57" />并令<maths num="0003"><![CDATA[<math><mrow><msubsup><mi>C</mi><mi>H</mi><mi>n</mi></msubsup><mo>=</mo><munder><mi>max</mi><mrow><mi>u</mi><mo>,</mo><mi>v</mi></mrow></munder><mrow><mo>(</mo><msubsup><mi>&rho;</mi><mi>H</mi><mi>n</mi></msubsup><mrow><mo>(</mo><mi>u</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>相似度为<img file="FDA0000078574160000025.GIF" wi="64" he="56" />的位置即为所述目标的精确位置<img file="FDA0000078574160000026.GIF" wi="93" he="65" />并相应得到对应在该下一帧实时图像的全局坐标Q<sup>n</sup>,在该下一帧实时图像中识别出所述目标,其中,将<img file="FDA0000078574160000027.GIF" wi="58" he="59" />转换到全局S<sup>n</sup>中的坐标Q<sup>n</sup>的转换公式为:<maths num="0004"><![CDATA[<math><mrow><msup><mi>Q</mi><mi>n</mi></msup><mo>=</mo><mrow><mo>(</mo><msup><mi>P</mi><mi>n</mi></msup><mo>+</mo><msubsup><mi>P</mi><mi>L</mi><mi>n</mi></msubsup><mo>-</mo><msub><mi>R</mi><mi>L</mi></msub><mo>/</mo><mn>2</mn><mo>)</mo></mrow><mo>&times;</mo><mfrac><msup><mi>S</mi><mi>n</mi></msup><msubsup><mi>S</mi><msub><mi>K</mi><mn>2</mn></msub><mi>n</mi></msubsup></mfrac><mo>;</mo></mrow></math>]]></maths>(4)状态转移判断步骤,确认步骤(3)的识别结果是否可信,如果<img file="FDA0000078574160000029.GIF" wi="204" he="58" />则识别结果是可信的,转步骤(3);否则不可信,转步骤(2)。
地址 430074 湖北省武汉市洪山区珞喻路1037号
您可能感兴趣的专利