专利名称：一种实时红外图像目标跟踪方法
技术领域：
本发明涉及一种红外图像目标跟踪方法，特别涉及一种满足实时处理需求的红外 图像目标跟踪方法。
背景技术：
当前，光电技术已成为军事侦察监视与预警中的核心技术和重要手段之一。其中， 红外探测系统是军用光电技术的重要应用领域，其具有被动探测、昼夜工作、实时成像。抗 电磁干扰等优点，日益受到各国军方和科研部门的重视，成为军用光电技术的热点研究方 向。红外图像目标跟踪是红外探测系统实时、持续、精确提供目标方位、俯仰以及图像 相关信息的前提条件。由于红外跟踪图像具有高帧频的优点，相邻两帧中的目标在形态、位 置、灰度等特征上差异较小，根据已知目标信息，利用图像相关匹配技术可以有效的在当前 帧对目标进行定位，形成对目标的连续跟踪。在可见光波段，图像目标匹配跟踪的算法已经发展的相当成熟，有许多典型算法， 例如灰度相关匹配算法，主要思想就是在当前帧中寻找与上一帧中目标区域灰度相关性最 大的区域；基于Mean-Shift (均值漂移)的目标跟踪算法，其利用图像的颜色信息构建直方 图作为目标模板描述，选择合适的核函数以及相似性度量函数使得目标周围邻域内相似性 度量曲面为平滑的凸曲面，然后用Mean-Shift算法快速找到极值点来确定目标在当前帧 中的位置。其他的还有主动轮廓线跟踪、光流法跟踪等等。红外探测系统接收外界的红外辐射，通过光电转换，形成红外图像。与电视摄像机 获取的可见光图像相比，红外图像没有彩色信息，只有强度信息，红外图像中目标的边缘和 细节比较模糊等。因此，目前电视视频跟踪中的很多成熟，优良的算法都很难直接应用到红 外图像目标跟踪上去，需要针对红外图像的特征进行改进。此外，算法必须满足红外传感器 50Hz图像帧频的实时处理要求。因此，发明一种适合红外图像目标跟踪特点，能达到实时处 理要求的红外图像目标跟踪方法势在必行。
发明内容
发明目的本发明所要解决的技术问题是针对现有技术的不足，提供一种效果良 好、计算简单、适合硬件实现的实时红外图像目标跟踪方法。为了解决上述技术问题，本发明公开了一种实时红外图像目标跟踪方法，该方法 基于图像模板匹配的原理，结合航迹跟踪处理，输出每帧图像中目标的精确位置，驱动图像 传感器的伺服系统跟踪目标，具体包括以下步骤步骤(1)，输入红外图像，对图像进行增强处理，输出增强图像；步骤(2)，输入η个图像模板，在跟踪波门区域内，分别对η个图像模板进行相关匹 配，获得η个相关值和相关匹配位置，η为大于1的自然数；步骤(3)，根据相关值和相关匹配位置对η个模板图像进行更新，并结合η个相关值、η个目标匹配位置和跟踪计算信息决定本帧最终的目标匹配位置T (i，j)，i和j分别为 目标匹配位置所在行数和列数，并将目标匹配位置T(i，j)输出至图像传感器的伺服系统， 驱动图像传感器跟踪目标；步骤(4)，为了增强算法在目标遮挡、目标短暂消失时的跟踪性能，根据所述目标 匹配位置T(i，j)，利用卡尔曼滤波器维持对目标跟踪状态的计算，并将计算得到的下一帧 目标位置作为下一帧跟踪波门的中心位置带回卡尔曼滤波器中；步骤(5)，输入新一帧图像，返回步骤(1)。本发明中，所述η为2 10，最优选地，所述η为5。本发明步骤(1)中使用拉普拉斯算子对红外图像进行锐化处理形成拉普拉斯图 像l·将拉普拉斯图像l·和原图Ik按照一定比例α叠加形成增强图像IE，Ie= αΙΕ+(1-α) IL, 0 < α <1。本发明步骤(2)中图像模板的大小为32X32个像素，初始步骤中，所述η个图像 模板最初为对应前η帧图像中匹配位置取得的图像。本发明步骤(2)中所述相关匹配的度量准则采用最大近邻距离相关匹配算法，算 法为
权利要求
1.一种实时红外图像目标跟踪方法，其特征在于，包括以下步骤 步骤(1)，输入红外图像，对图像进行增强处理，输出增强图像；步骤(2)，输入η个图像模板，在跟踪波门区域内，分别对η个图像模板进行相关匹配， 获得η个相关值和相关匹配位置，η为大于1的自然数；步骤(3)，根据相关值和相关匹配位置对η个模板图像进行更新，并结合η个相关值、η 个目标匹配位置和跟踪计算信息决定本帧最终的目标匹配位置T(i，j),i和j分别为目标 匹配位置所在行数和列数，并将目标匹配位置T(i，j)输出至图像传感器的伺服系统，驱动 图像传感器跟踪目标；步骤(4)，根据所述目标匹配位置T(i，j)，利用卡尔曼滤波器维持对目标跟踪状态的 计算，并将计算得到的下一帧目标位置作为下一帧跟踪波门的中心位置带回卡尔曼滤波器 中；步骤(5)，输入下一帧红外图像，返回步骤(1)。
2.根据权利要求1所述的一种实时红外图像目标跟踪方法，其特征在于，所述η为2 10。
3.根据权利要求2所述的一种实时红外图像目标跟踪方法，其特征在于，所述η为5。
4.根据权利要求1所述的一种实时红外图像目标跟踪方法，其特征在于，步骤(1)中使 用拉普拉斯算子对红外图像进行锐化处理形成拉普拉斯图像l·，将拉普拉斯图像l·和原图 Ik按照一定比例α叠加形成增强图像IE，Ie= aIR+(l-a)IL,0< a < 1。
5.根据权利要求1所述的一种实时红外图像目标跟踪方法，其特征在于，步骤(2)中图 像模板的大小为32X32个像素，初始步骤中，所述η个图像模板最初为对应前η帧图像中 匹配位置取得的图像。
6.根据权利要求1所述的一种实时红外图像目标跟踪方法，其特征在于，步骤⑵中所 述相关匹配的度量准则采用最大近邻距离相关匹配算法，算法为MCD(I',Mk) = YjYjR(VipMI),Z=I 7=1, , [1 I/；, -M"]< Tmcd 其中i (/。M^)= Imcd,1</,7<32 ，I'当前帧中与模板大小相[0 else同的图像区域，I' i.j为当前帧图像(i，j)位置处的像素值，A^7为第k(k = 1，L，η)个模 板图像(i，j)位置处的像素值，Tmcd为相关匹配阈值，取值为10。
7.根据权利要求6所述的一种实时红外图像目标跟踪方法，其特征在于，步骤(3)中所 述η个模板的更新策略为求η个目标匹配位置(Xl，yi)，L，(xn, yn)与卡尔曼滤波估计的计算位置(元刃的欧氏距 ^e1 =||(x1^1)-(x,y)||,e2 =||(x2^2)-(x,y)||,L 式=|(x ,_y )-(j,y)|;n 个模板求得的相关值为 Pl，L，Pn，其中 Pi = MCD(I'，Mi)/(32 X 32) Λ =^l，其中 i = 1，Λ，n，计算 η 个模板的综合相似度1，令nMax = MAX(Ili)；设定高阈值=g和低阈值7^·，高阈值T^cjx取值范围为0. 7 0. 9，低阈值T^zjcjx取值 范围为0. 2 0. 5 当ω > or时，用相似度最大的nMax对应的目标匹配图像iMax替代综合相似度最低 的 JlMin = MIN(Ili)模板；当^ <双时，采用区域生长算法来分割目标图像，区域增长算法以最大近 邻距离相关匹配算法求出的位置为种子点，将分割后图像Iffi的质心(X，y)K(;作为本帧匹配 位置，用分割后图像替代综合相似度最低的ITmn = MIN(Ili)模板；当ηΜαχ <则保持原来η个模板图像。
8.根据权利要求7所述的一种实时红外图像目标跟踪方法，其特征在于，步骤(3)中输 出目标匹配位置的方法为当^^时，将与n-对应的匹配位置(X，y)Max作为当前帧匹配位置输出；当‘ <7^双时，用区域生长算法分割后图像的质心(χ，为当前帧匹配 位置输出；当^^ <^5OT时，用卡尔曼滤波的计算位置(x，y)Pre作为当前帧匹配位置输出。
9.根据权利要求1所述的一种实时红外图像目标跟踪方法，其特征在于，步骤(4)中卡 尔曼滤波器输出的跟踪波门区域是以卡尔曼滤波器的计算位置(x，y)P,e*中心，64X64个 像素大小的区域。
全文摘要
本发明公开了一种实时红外图像目标跟踪方法，包括以下步骤输入红外图像，对图像进行增强处理，输出增强图像；输入n个图像模板，在波门区域内，分别对n个图像模板进行相关匹配，获得n个相关值和相关匹配位置，n为大于1的自然数；根据相关值和相关匹配位置对n个模板图像进行更新，并结合n个相关值、n个目标匹配位置和跟踪计算信息决定本帧最终的目标匹配位置，输出目标匹配位置；根据所述目标匹配位置，利用卡尔曼滤波器维持对目标跟踪状态的估计，输出跟踪波门区域；输入新一帧图像，返回首步。本发明优点在于，使用锐化滤波器增强红外图像的边缘和细节信息，提高了红外图像的清晰度；使用多个模板，有助于提高目标跟踪的稳定性。
文档编号G06K9/64GK102005054SQ20101055706
公开日2011年4月6日 申请日期2010年11月24日 优先权日2010年11月24日
发明者孙宁, 翟尚礼, 蒋怡亮 申请人:中国电子科技集团公司第二十八研究所