本发明具体涉及一种基于视频图像序列的目标运动轨迹提取技术。
背景技术：
基于视频图像序列的目标运动轨迹提取技术是已经成为精确制导武器的关键技术之一，能够提高武器打击精度及力度；同时更能体现目标跟踪监控系统的智能化和自动化。而在众多模式下的基于视频图像序列的轨迹提取技术中，基于固定参照物视场变动模式的轨迹测量技术不受相机视野限制，能够有效地扩大目标跟踪范围，更有着重要的研究意义和工程应用价值。
固定参照物视场变动模式的轨迹测量技术要求相邻两帧之间必须具有一定的重复。由于运动目标瞬时空间位置坐标是通过相对前一时刻空间位置坐标的相对变化得到，因此存在轨迹计算的累积误差较大的问题，同时由于目标体运动过程中的姿态变化、参照环境的复杂性等因素，导致轨迹计算的精度很难得到保证。
技术实现要素：
本发明的目的是提供一种能够精确的实现运动目标的轨迹测量，并具有较强的适应性和可靠性的基于视频图像序列的目标运动轨迹提取技术。
为了解决上述技术问题，本发明的技术方案是：
一种基于视频图像序列的目标运动轨迹提取技术，包括以下步骤：
1)摄像机的模拟信号通过千兆网线传送至计算机，计算机通过千兆网卡将模拟视频信号转换为数字信号，该转换输出的数字图像一方面在计算机显示，另一方面千兆网采集卡的输出同时传送至内存进行目标检测和跟踪；
2)通过对图像序列的特征点提取和匹配结果获得相邻帧图像间的距离变化以及角度变化；
3)依据陀螺仪实时获取的坐标系角度变化和空间坐标系的转换关系，实现目标运动轨迹的实时跟踪和提取。
本发明技术效果主要体现在以下方面：针对目标在运动过程中的姿态变化导致的相机坐标系变化问题，提出了成像系统外参实时校正方法，通过陀螺仪获取的数据和空间坐标系变换关系对相机姿态角参数实时校正；针对sift特征匹配算法中的欧式距离无法自适应调节问题，提出了多目标优化的sift特征匹配算法，建立了以相关系数和特征点之间的欧氏距离为目标函数，以置信度为约束条件的多目标优化模型，减少了特征点的误配率。
具体实施方式
实施例
一种基于视频图像序列的目标运动轨迹提取技术，包括以下步骤：
1)摄像机的模拟信号通过千兆网线传送至计算机，计算机通过千兆网卡将模拟视频信号转换为数字信号，该转换输出的数字图像一方面在计算机显示，另一方面千兆网采集卡的输出同时传送至内存进行目标检测和跟踪；
2)通过对图像序列的特征点提取和匹配结果获得相邻帧图像间的距离变化以及角度变化；
3)依据陀螺仪实时获取的坐标系角度变化和空间坐标系的转换关系，实现目标运动轨迹的实时跟踪和提取。
系统的硬件组成：计算机、陀螺仪、千兆网采集卡以及摄像机。
系统的软件组成主要分为三个软件处理模块：视频采集模块(ccd成像系统和图像采集)、目标姿态实时获取模块、光照调节模块以及图像处理模块(包括图像预处理、特征点提取以及目标匹配)。
摄像机：采用的是电荷耦合式ccd。
图像采集卡：采集卡与ccd相机间通过点对点物理层接口进行数据传输，高速数据采集卡接收到数据并通过pci总线将数据写入计算机内存，然后利用采集卡的存储功能将数据通过ide接口写入计算机硬盘。这种方法虽然简单可靠，但对多通道、高速图像数据的采集在数据传输和存储方面有一定的局限，容易引起数据帧的丢失，并且随着传输通道的增多，引起传输导线数量增加，系统功耗及噪声也随之增大。
陀螺仪：能感应目标的空间姿态变化，是定姿定向应用中的关键器件。它是一个质量分布均匀的、具有轴对称形状的刚体，其几何对称轴就是它的自转轴。在一定的初始条件下，陀螺仪会在不停自传的同时还绕着另一个固定的转轴不停地旋转，旋转轴所指的方向在不受外力影响时，是不会改变的。陀螺仪是一种能够精确地确定运动物体的方位以及运动姿态的仪器。它不仅可以全面地检测到几乎所有的运动参数，而且还有一个极大的优点，陀螺仪是完全自主式的测量方法，它不依赖外部的光线，电磁波，声音，磁场等等的外部信息来测量相机角运动，其工作完全不受自然的和人为的干扰影响。通过陀螺仪能够检测目标运动过程中相对于惯性空间所转动的角度，然后再通过相应的数学模型和空间坐标系的变换得出相机在运动过程中的俯仰角、滚转角以及偏航角，可以避免因为相机坐标系轴的角度变化引起的累积误差，通过陀螺仪实时获取的相机运动位置和姿态，进而提高目标运动轨迹测算的精度。
光照调节模块：在目标运动轨迹提取过程中，外界光线的变化和地面图像本身特征点不明显的各种因素，可能对图像的采集结果产生影响，以至于在后续图像处理过程中的特征点提取、图像匹配以及轨迹提取的精度环节造成较大误差。
本发明技术效果主要体现在以下方面：针对目标在运动过程中的姿态变化导致的相机坐标系变化问题，提出了成像系统外参实时校正方法，通过陀螺仪获取的数据和空间坐标系变换关系对相机姿态角参数实时校正；针对sift特征匹配算法中的欧式距离无法自适应调节问题，提出了多目标优化的sift特征匹配算法，建立了以相关系数和特征点之间的欧氏距离为目标函数，以置信度为约束条件的多目标优化模型，减少了特征点的误配率。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。