海面目標跟蹤任務是實現(xiàn)水面無人艇自主化航行、智能化作業(yè)的重要基礎。相比于普通場景的目標跟蹤,海面目標跟蹤需要面對目標抖動劇烈及目標尺度變化大等問題。針對海面目標在圖像畫面中抖動劇烈的問題,本文提出了搜索區(qū)域自適應算法,該方法通過對海面場景的分割完成了海天線位置的提取,然后通過海天線運動模型自適應地確定了每幀圖像中目標搜索的區(qū)域;針對跟蹤過程中海面目標尺度變化較大的問題,本文通過分割搜索區(qū)域的方法實現(xiàn)了目標尺度變化的自適應跟蹤。基于相關濾波跟蹤框架并結合上述兩種改進策略,在真實的海面目標圖像測試序列中,本文算法相比傳統(tǒng)的相關濾波算法在跟蹤精度上至少提升了26%,有效地解決了目標抖動劇烈和尺度自適應問題,提高了海面目標跟蹤任務的精度。 

【文章來源】：光學精密工程. 2020,28(03)北大核心EICSCD

【文章頁數(shù)】：15 頁

【部分圖文】：

海面目標跟蹤面臨的獨特挑戰(zhàn)

本文跟蹤算法的總體框架如圖2所示,對于待跟蹤圖像,首先由上一幀目標的位置和尺度獲得搜索區(qū)域并提取搜索區(qū)域的HOG特征,采用相關濾波算法尋找目標的中心位置。相關濾波算法生成與搜索區(qū)域大小相同的響應圖,響應圖中值最大的位置即為目標中心位置。若目標中心位置的響應值大于閾值(通過實驗確定),則認為得到的目標中心位置可靠。此時進行尺度自適應算法,根據(jù)得到的目標中心位置截取圖像塊,再通過圖像分割算法將目標從背景中分割出來以獲得目標的精確尺度,最后由目標的尺度矯正目標中心的位置;若目標中心位置的響應值小于閾值,則認為得到的目標中心位置不可靠。此時執(zhí)行搜索區(qū)域自矯正算法,分割當前幀和上一幀圖像中的海天區(qū)域,并由此擬合出海天線的直線方程。由當前幀和上一幀的海天線方程可以得到海天線的運動模型,然后通過海天線的運動模型修正搜索區(qū)域的位置,再一次通過相關濾波獲取目標的中心位置,直到最大的響應值大于設定的閾值進行尺度自適應。本文提出的跟蹤算法由相關濾波模塊、搜索區(qū)域自矯正模塊和尺度自適應模塊3個模塊組成。相關濾波算法[12]作為基礎框架,在其基礎上通過響應值大小來判斷跟蹤效果。在第i幀,以目標中心位置為中心,以目標尺度擴大一定的比例后得到的圖像塊作為基樣本,將基樣本循環(huán)位移后得到循環(huán)樣本集。依據(jù)嶺回歸模型求解濾波器,線性嶺回歸的優(yōu)化公式為:

高斯混合模型及其優(yōu)化:觀察到海景中海面與天空兩個區(qū)域色彩差異較大,而單個區(qū)域中色彩又較單一的特點,本文使用高斯混合模型[23]對海面-天空場景進行建模。本分割任務將圖像分割成天空和海面兩個類別,因此使用的高斯混合模型由兩個高斯模型組成。最后通過EM優(yōu)化方法求解模型參數(shù)。為了得到更好的EM迭代效果,先通過自適應算法確定大致的海面和天空區(qū)域。大致確定海面和天空區(qū)域方法的流程如圖4所示。首先將原圖縮放至較小的分辨率,由于這里是對整幅圖像進行圖像分割,而圖像分割所花費的時間與像素點的個數(shù)成正相關,所以需要先對圖像進行縮放。在同時考慮速率和精度的情況下,將圖像縮放至50×50的分辨率;然后將三通道圖像轉換為單通道灰度圖并計算每行像素的均值。平均值能夠抑制干擾,得到正確的海天線的大致位置,所以此時數(shù)據(jù)維度變?yōu)?0×1。由于海上場景天空比較明亮,從天空區(qū)域過渡到海面區(qū)域灰度值會發(fā)生突然變小,對50×1維的數(shù)據(jù)求一階導數(shù),一階導數(shù)最小的位置即為海天線大致位置。獲得海天線的大致位置后,將海面場景自適應的劃分為兩個區(qū)域,根據(jù)這兩個區(qū)域的大小初始化高斯模型。圖像中每個像素均包括像素位置通道(row, col)和像素色彩通道(Y, U, V)共5個通道,每個通道均對應一個高斯分布,使用EM算法分別對5個高斯分布的參數(shù)求解。

【參考文獻】：
期刊論文
[1]特征融合和自適應權重更新相結合的運動模糊目標跟蹤[J]. 王廣龍,田杰,朱文杰,方丹.  光學精密工程. 2019(05)
[2]改進核相關濾波器的海上船只目標跟蹤[J]. 董超,鄭兵,李彬,田聯(lián)房,劉蔚.  光學精密工程. 2019(04)
[3]自適應多尺度顏色特征目標跟蹤算法研究[J]. 李曉云,何秋生,張衛(wèi)峰,梁慧慧,陳偉.  液晶與顯示. 2019(03)
[4]時空上下文融合的無人艇海面目標跟蹤[J]. 彭艷,陳加宏,李小毛,羅均,謝少榮,劉暢,蒲華燕.  中國科學:技術科學. 2018(12)
[5]自適應模板更新和目標重定位的相關濾波器跟蹤[J]. 劉教民,郭劍威,師碩.  光學精密工程. 2018(08)
[6]改進RANSAC算法在直線擬合中的應用[J]. 袁清珂,張振亞,畢慶.  組合機床與自動化加工技術. 2015(01)



本文編號：3492069