一種多飛機跟蹤方法及系統的制作方法
【技術領域】
[0001] 本發明涉及多飛機跟蹤技術，具體涉及一種多飛機跟蹤方法及系統。
【背景技術】
[0002] 在民用、軍用領域，多飛機跟蹤技術均發揮著重要作用。準確地對飛機進行跟蹤， 對于飛機的起降安全、定位與追蹤起著關鍵作用。
[0003] 由于雷達跟蹤系統對飛機的跟蹤存在有雷達盲區及陰影扇區，所以使用單一的雷 達跟蹤系統對飛機進行跟蹤是遠遠不夠的。為滿足對飛機跟蹤的準確性要求，需要基于視 覺的飛機跟蹤系統與雷達跟蹤系統互相配合。其中，基于視覺的飛機跟蹤系統將跟蹤問題 轉化為對圖像的每一幀的檢測，在跟蹤過程中，通過對分類器進行適應性更新以適應目標 飛機外觀的變化。其中，基于視覺的跟蹤方法包括有基于飛機外觀模型的跟蹤算法。
[0004] 而跟蹤的飛機之間通常具有相同的外觀，采用基于飛機外觀模型的跟蹤算法容易 失效。特別是這些飛機在起飛、降落等過程中，經常會發生相互遮擋，以至出現跟蹤目標軌 跡斷裂，跟蹤目標之間發生混淆、跟蹤目標丟失等問題。
【發明內容】
[0005] 為解決現有存在的技術問題，本發明實施例提供了一種多飛機跟蹤方法及系統， 在多飛機跟蹤過程中，能夠解決由于飛機之間互相遮擋而導致的單個飛機跟蹤軌跡斷裂、 跟蹤目標發生混淆、丟失等問題。
[0006] 本發明實施例的技術方案是這樣實現的：
[0007] 本發明實施例提供了一種多飛機跟蹤方法，所述方法包括：
[0008] 獲取第i幀圖像中的所有飛機跟蹤目標的初始目標區域；
[0009] 當存在有Q個飛機跟蹤目標的初始目標區域的重疊度超出預設的第一閾值時，確 定所述Q個飛機跟蹤目標為臨近目標；
[0010] 獲取所述臨近目標在第i幀圖像中的特征相似性矩陣；
[0011] 依據所述特征相似性矩陣，獲取所述臨近目標的Q個關鍵點簇群；所述Q個關鍵點 簇群對應于所述Q個飛機跟蹤目標中的相應飛機跟蹤目標；
[0012] 依據所述Q個關鍵點簇群，確定所述Q個飛機跟蹤目標中的每個飛機跟蹤目標在 所述第i幀圖像中的各自目標區域；
[0013] 其中，i為大于等于1的正整數，Q為大于等于2的正整數。
[0014] 上述方案中，所述獲取第i幀圖像中的所有飛機跟蹤目標的初始目標區域之前， 所述方法還包括：
[0015] 獲取第i幀圖像的數學模型；
[0016] 獲取第i_l幀圖像中飛機跟蹤目標的目標區域；
[0017] 在以所述目標區域位置為圓心、r為搜索半徑的搜索范圍內，獲取所述第i幀圖像 的所有搜索框；
[0018] 相應的，所述獲取第i幀圖像中的所有飛機跟蹤目標的初始目標區域，包括：
[0019] 對每一個搜索框計算所述數學模型中的目標函數的大小；
[0020] 在所有搜索框中，確定使目標函數值最大的搜索框在第i幀圖像上所占的位置為 飛機跟蹤目標在第i幀圖像中的初始目標區域；
[0021] 其中，r為自然數。
[0022] 上述方案中，所述獲取所述臨近目標在第i幀圖像中的特征相似性矩陣之前，所 述方法還包括：
[0023] 將所述臨近目標外接矩形進行預定尺度的拉伸，拉伸后的區域作為尺度不變特征 轉換SIFT特征計算區域；
[0024] 在所述區域中，計算第i幀圖像的SIFT特征矩陣/), = [d),dfdΓ]:;
[0025] 相應的，獲取所述臨近目標在第i幀圖像中的特征相似性矩陣，包括：
[0026] 計算SIFT特征矩陣的任意兩個元素的歐式距離，得到第i幀圖像的特征相似性矩 陣St:
[0028] 相應的，依據所述特征相似性矩陣，獲取所述臨近目標的Q個關鍵點簇群，包括：
[0029] 計算特征相似性矩陣St中的特征向量i'與其它特征向量的歐式距離；
[0030] 挑選出與特征向量i'的歐式距離最小的Q個特征向量；
[0031] 在Q個特征向量中，確定滿足于maxisn,Si，2, · · ·Si，iQJ<γ*Si，Q的特征向量與 特征向量i'相匹配；
[0032] 配置特征相似性矩陣中所有相互匹配的特征向量為匹配點對；
[0033] 按照每一個匹配點對的坐標的大小，將匹配點對中的每一個匹配點劃分至Q個關 鍵點簇群中的相應關鍵點簇群；
[0034] 其中，0 <Y< 1 ;m為SIFT特征矩陣的維數；特征相似性矩陣St的各元素值
[0035] 上述方案中，在依據所述Q個關鍵點簇群，確定所述Q個飛機跟蹤目標中的每個飛 機跟蹤目標的在所述第i幀圖像中的各自目標區域之前，所述方法還包括：
[0036] 對第i幀圖像的所述Q個關鍵點簇群中的錯誤匹配點進行刪除；
[0037] 進一步的，包括：
[0038] 步驟A:在第i幀圖像的所述Q個關鍵點簇群中，將第1個關鍵點簇群中的匹配點 與其它簇群的相應匹配點構成k個匹配點對；
[0039] 在k個匹配點對中，計算當前匹配點對之間的歐式距離，確定為第一距離；計算其 它匹配點對之間的歐式距離，確定為第二距離；
[0040] 當第一距離與每一個第二距離之差均大于預設的第一距離閾值時，確定當前匹配 點對為錯誤的匹配點對，刪除當前匹配對；
[0041] 或者，計算當前匹配點對之間的角度值，確定為第一角度；
[0042] 計算其它匹配點對之間的角度值，確定為第二角度；
[0043] 當第一角度與每一個第二角度之差均大于預設角度閾值時，確定當前匹配點對為 錯誤的匹配點對，刪除當前匹配點對；
[0044] 其中，k為關鍵點簇群中的匹配點的個數；
[0045] 步驟B:獲取第i-Ι幀的Q個關鍵點簇群的平均歐式距離；
[0046] 獲取k個匹配點對中每一個匹配點對之間的歐式距離；
[0047] 計算每一個歐式距離與第i_l幀圖像的平均歐式距離的差值；
[0048] 在所獲取的k個匹配點對中，當存在有匹配點對與平均歐式距離的差值大于預設 的第二距離閾值時，確定該匹配點對為錯誤的匹配點對，刪除該匹配點對。
[0049] 上述方案中，所述依據所述Q個關鍵點簇群，確定所述Q個飛機跟蹤目標中的每個 飛機跟蹤目標的在所述第i幀圖像中的各自目標區域，包括：
[0050] 獲取飛機跟蹤目標在第i幀圖像上的初始目標區域；
[0051] 確定所述初始目標區域為調整前目標框；
[0052] 將調整前目標框進行平移、伸縮變換，以包含刪除錯誤匹配點之后的Q個關鍵點 簇群的最小外接矩形，得到所述飛機跟蹤目標的調整后目標框；
[0053] 計算調整前目標框與調整后目標框的聯合概率；
[0054] 通過聯合概率得到所述飛機跟蹤目標的關聯代價矩陣；
[0055] 利用匈牙利算法Hungarian對關聯代價矩陣進行運算，得出與調整前的目標框具 有關聯性的調整后目標框；
[0056] 確定所述具有關聯性的調整后目標框在第i幀圖像上所占的區域為所述飛機跟 蹤目標飛機在第i幀圖像上的最終目標區域。
[0057] 本發明實施例提供了一種多飛機跟蹤系統，所述系統包括：
[0058] 第一獲取單元，用于獲取第i幀圖像中的所有飛機跟蹤目標的初始目標區域；
[0059] 第一確定單元，用于當存在有Q個飛機跟蹤目標的初始目標區域的重疊度超出預 設的第一閾值時，確定所述Q個飛機跟蹤目標為臨近目標；
[0060] 第二獲取單元，用于獲取所述臨近目標在第i幀圖像中的特征相似性矩陣；
[0061] 第三獲取單元，用于依據所述特征相似性矩陣，獲取所述臨近目標的Q個關鍵點 簇群；所述Q個關鍵點簇群對應于所述Q個飛機跟蹤目標中的相應飛機跟蹤目標；
[0062] 第四獲取單元，用于依據所述Q個關鍵點簇群，確定所述Q個飛機跟蹤目標中的每 個飛機跟蹤目標在所述第i幀圖像中的各自目標區域；
[0063] 其中，i為大于等于1的正整數，Q為大于等于2的正整數。
[0064] 上述方案中，所述系統還包括：第五獲取單元，用于：
[0065]獲取第i幀圖像的數學模型；
[0066]獲取第i_l幀圖像中飛機跟蹤目標的目標區域；
[0067] 在以所述目標區域位置為圓心、r為搜索半徑的搜索范圍內，獲取所述第i幀圖像 的所有搜索框；
[0068] 相應的，所述第一獲取單元，用于：
[0069] 對每一個搜索框計算所述數學模型中的目標函數的大小；
[0070] 在所有搜索框中，確定使目標函數值最大的搜索框在第i幀圖像上所占的位置為 飛機跟蹤目標在第i幀圖像中的初始目標區域；
[0071] 其中，r為自然數。
[0072] 上述方案中，所述第二獲取單元，還用于：
[0073] 將所述臨近目標外接矩形進行預定尺度的拉伸，拉伸后的區域作為尺度不變特征 轉換SIFT特征計算區域；
[0074] 在所述區域中，計算第i幀圖像的SIFT特征矩陣D, = [di,d,?，...d.r];
[0075] 計算SIFT特征矩陣的任意兩個元素的歐式距離，得到第i幀圖像的特征相似性矩 陣St:
[0077] 相應的，第三獲取單元，還用于：
[0078] 計算特征相似性矩陣St中的特征向量i'與其它特征向量的歐式距離；
[0079] 挑選出與特征向量i'的歐式距離最小的Q個特征向量；
[0080] 在Q個特征向量中，確定滿足于maxisn,Si，2, · · ·Si，,QJ<γ*Si，Q的特征向量與 特征向量i'相匹配；
[0081] 配置特征相似性矩陣中所有相互匹配的特征向量為匹配點對；
[0082] 按照每一個匹配點對的坐標的大小，將匹配點對中的每一個匹配點劃分至Q個關 鍵點簇群中的相應關鍵點簇群；
[0083] 其中，0 <Y< 1 ;m為SIFT特征矩陣的維數；特征相似性矩陣St的各元素值