基于分割的空间目标视觉跟踪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111539993A(43)申请公布日2020.08.14(21)申请号202010285563.5(22)申请日2020.04.13(71)申请人中国人民解放军军事科学院国防科技创新研究院地址100071北京市丰台区东大街53号(72)发明人郭鹏宇(74)专利代理机构北京奥文知识产权代理事务所(普通合伙)11534代理人张文苗丽娟(51)Int.Cl.G06T7/277(2017.01)G06T7/90(2017.01)G06K9/62(2006.01)权利要求书2页说明书5页附图2页(54)发明名称基于分割的空间目标视觉跟踪方法(57)摘要本发明公开了一种基于分割的空间目标视觉跟踪方法，该方法包括：S1，在首帧，通过矩形框选择空间目标区域，对目标区域初始化目标与背景图像特征，得到目标剪影区域。S2，在当前帧，根据目标和背景图像特征，通过剪影跟踪，得到当前帧的目标剪影区域；S3，根据当前帧的目标剪影区域，在线学习目标与背景图像特征。S4，重复步骤S2和步骤S3，得到空间目标在视频图像的区域信息。本发明的基于分割的空间目标视觉跟踪方法，无需首帧图像标记空间目标轮廓，只需首帧图像标记空间目标矩形区域即可完成在轨服务、交会对接、相对导航等过程中空间目标的视觉跟踪。不易被视点与尺度变化影响，跟踪结果更准确，计算复杂度较低，实现简单，更适合工程应用。CN111539993ACN111539993A权利要求书1/2页1.一种基于分割的空间目标视觉跟踪方法，其特征在于，所述方法包括：S1，在首帧，通过矩形框选择空间目标区域，对目标区域初始化目标与背景图像特征，得到目标剪影区域；S2，在当前帧，根据目标和背景图像特征，通过剪影跟踪，得到当前帧的目标剪影区域；S3，根据当前帧的目标剪影区域，在线学习目标与背景图像特征；S4，重复步骤S2和步骤S3，得到空间目标在视频图像的区域信息。2.根据权利要求1所述的基于分割的空间目标视觉跟踪方法，其特征在于，步骤S1中，在首帧，通过矩形框选择空间目标区域，对空间目标区域初始化目标与背景图像特征，得到目标剪影区域，进一步包括：在首帧t＝0时刻框选目标矩形区域，矩形区域内为可能的目标像素集合，矩形区域外为背景像素集合；根据像素类别标记，通过交互式图像分割方法，得到t＝0时刻目标区域，并划分目标像素集合和背景像素集合，生成目标掩膜图像；通过K-means聚类和参数拟合，估计目标像素集合和背景像素集合的高斯混合模型。3.根据权利要求2所述的基于分割的空间目标视觉跟踪方法，其特征在于，步骤S2中，在当前帧，根据目标和背景图像特征，通过剪影跟踪，得到当前帧的目标剪影区域，进一步包括：根据t-1时刻的目标掩膜图像，通过图像形态学膨胀运算，得到t时刻的目标潜在区域掩膜图像，t≥1；对t时刻的目标潜在区域，根据目标和背景高斯混合模型和邻域标记相似性，定义吉布斯能量函数；通过最小割算法，迭代优化求解能量函数，将像素标记为目标像素，可能的目标像素，背景像素，可能的背景像素；将目标像素集合作为t时刻跟踪到的目标区域，划分目标像素集合和背景像素集合，生成目标掩膜图像。4.根据权利要求3所述的基于分割的空间目标视觉跟踪方法，其特征在于，步骤S3中，根据当前帧的目标剪影区域，在线学习目标与背景图像特征，进一步包括：根据像素颜色值，计算像素属于目标高斯混合模型的概率密度，将可能的目标像素重标记为目标像素和背景像素；通过K-means聚类和参数拟合，基于目标像素集合和背景像素集合的颜色值，在线估计高斯混合模型，学习目标和背景图像特征。5.根据权利要求4所述的基于分割的空间目标视觉跟踪方法，其特征在于，步骤S1中，01llll估计目标像素集合pixels和背景像素集合pixels高斯混合模型gmmm＝{wm,μm,Σm,l＝0,1,m＝1,…,M}，其中l是像素标签，l＝0表示目标模型，l＝1表示背景模型，m是M个高ll斯模型的序号，wm是第m个高斯模型的归一化混合权重，μm是第m个高斯模型的均值向量，lΣm是第m个高斯模型的协方差矩阵；目标和背景像素集合的高斯混合模型概率密度函数可定义为下述公式一，其中x为像素颜色值：2CN111539993A权利要求书2/2页6.根据权利要求5所述的基于分割的空间目标视觉跟踪方法，其特征在于，步骤S2中，根据t-1时刻的目标掩膜图像，通过下述公式二进行图像形态学膨胀运算，得到t时刻的目标潜在区域掩膜图像，t≥1：式中，pmaskt表示t时刻的目标潜在区域掩膜图像，maskt-1表示t-1时刻的目标掩膜图像，(x,y)代表像素坐标，(Δx,Δy)代表像素坐标偏移量。7.根据权利要求6所述的基于分割的空间目标视觉跟踪方法，其特征