一种多飞机跟踪方法及系统的制作方法
【技术领域】
[0001] 本发明涉及多飞机跟踪技术，具体涉及一种多飞机跟踪方法及系统。
【背景技术】
[0002] 在民用、军用领域，多飞机跟踪技术均发挥着重要作用。准确地对飞机进行跟踪， 对于飞机的起降安全、定位与追踪起着关键作用。
[0003] 由于雷达跟踪系统对飞机的跟踪存在有雷达盲区及阴影扇区，所以使用单一的雷 达跟踪系统对飞机进行跟踪是远远不够的。为满足对飞机跟踪的准确性要求，需要基于视 觉的飞机跟踪系统与雷达跟踪系统互相配合。其中，基于视觉的飞机跟踪系统将跟踪问题 转化为对图像的每一帧的检测，在跟踪过程中，通过对分类器进行适应性更新以适应目标 飞机外观的变化。其中，基于视觉的跟踪方法包括有基于飞机外观模型的跟踪算法。
[0004] 而跟踪的飞机之间通常具有相同的外观，采用基于飞机外观模型的跟踪算法容易 失效。特别是这些飞机在起飞、降落等过程中，经常会发生相互遮挡，以至出现跟踪目标轨 迹断裂，跟踪目标之间发生混淆、跟踪目标丢失等问题。
【发明内容】
[0005] 为解决现有存在的技术问题，本发明实施例提供了一种多飞机跟踪方法及系统， 在多飞机跟踪过程中，能够解决由于飞机之间互相遮挡而导致的单个飞机跟踪轨迹断裂、 跟踪目标发生混淆、丢失等问题。
[0006] 本发明实施例的技术方案是这样实现的：
[0007] 本发明实施例提供了一种多飞机跟踪方法，所述方法包括：
[0008] 获取第i帧图像中的所有飞机跟踪目标的初始目标区域；
[0009] 当存在有Q个飞机跟踪目标的初始目标区域的重叠度超出预设的第一阈值时，确 定所述Q个飞机跟踪目标为临近目标；
[0010] 获取所述临近目标在第i帧图像中的特征相似性矩阵；
[0011] 依据所述特征相似性矩阵，获取所述临近目标的Q个关键点簇群；所述Q个关键点 簇群对应于所述Q个飞机跟踪目标中的相应飞机跟踪目标；
[0012] 依据所述Q个关键点簇群，确定所述Q个飞机跟踪目标中的每个飞机跟踪目标在 所述第i帧图像中的各自目标区域；
[0013] 其中，i为大于等于1的正整数，Q为大于等于2的正整数。
[0014] 上述方案中，所述获取第i帧图像中的所有飞机跟踪目标的初始目标区域之前， 所述方法还包括：
[0015] 获取第i帧图像的数学模型；
[0016] 获取第i_l帧图像中飞机跟踪目标的目标区域；
[0017] 在以所述目标区域位置为圆心、r为搜索半径的搜索范围内，获取所述第i帧图像 的所有搜索框；
[0018] 相应的，所述获取第i帧图像中的所有飞机跟踪目标的初始目标区域，包括：
[0019] 对每一个搜索框计算所述数学模型中的目标函数的大小；
[0020] 在所有搜索框中，确定使目标函数值最大的搜索框在第i帧图像上所占的位置为 飞机跟踪目标在第i帧图像中的初始目标区域；
[0021] 其中，r为自然数。
[0022] 上述方案中，所述获取所述临近目标在第i帧图像中的特征相似性矩阵之前，所 述方法还包括：
[0023] 将所述临近目标外接矩形进行预定尺度的拉伸，拉伸后的区域作为尺度不变特征 转换SIFT特征计算区域；
[0024] 在所述区域中，计算第i帧图像的SIFT特征矩阵/), = [d),dfdΓ]:;
[0025] 相应的，获取所述临近目标在第i帧图像中的特征相似性矩阵，包括：
[0026] 计算SIFT特征矩阵的任意两个元素的欧式距离，得到第i帧图像的特征相似性矩 阵St:
[0028] 相应的，依据所述特征相似性矩阵，获取所述临近目标的Q个关键点簇群，包括：
[0029] 计算特征相似性矩阵St中的特征向量i'与其它特征向量的欧式距离；
[0030] 挑选出与特征向量i'的欧式距离最小的Q个特征向量；
[0031] 在Q个特征向量中，确定满足于maxisn,Si，2, · · ·Si，iQJ<γ*Si，Q的特征向量与 特征向量i'相匹配；
[0032] 配置特征相似性矩阵中所有相互匹配的特征向量为匹配点对；
[0033] 按照每一个匹配点对的坐标的大小，将匹配点对中的每一个匹配点划分至Q个关 键点簇群中的相应关键点簇群；
[0034] 其中，0 <Y< 1 ;m为SIFT特征矩阵的维数；特征相似性矩阵St的各元素值
[0035] 上述方案中，在依据所述Q个关键点簇群，确定所述Q个飞机跟踪目标中的每个飞 机跟踪目标的在所述第i帧图像中的各自目标区域之前，所述方法还包括：
[0036] 对第i帧图像的所述Q个关键点簇群中的错误匹配点进行删除；
[0037] 进一步的，包括：
[0038] 步骤A:在第i帧图像的所述Q个关键点簇群中，将第1个关键点簇群中的匹配点 与其它簇群的相应匹配点构成k个匹配点对；
[0039] 在k个匹配点对中，计算当前匹配点对之间的欧式距离，确定为第一距离；计算其 它匹配点对之间的欧式距离，确定为第二距离；
[0040] 当第一距离与每一个第二距离之差均大于预设的第一距离阈值时，确定当前匹配 点对为错误的匹配点对，删除当前匹配对；
[0041] 或者，计算当前匹配点对之间的角度值，确定为第一角度；
[0042] 计算其它匹配点对之间的角度值，确定为第二角度；
[0043] 当第一角度与每一个第二角度之差均大于预设角度阈值时，确定当前匹配点对为 错误的匹配点对，删除当前匹配点对；
[0044] 其中，k为关键点簇群中的匹配点的个数；
[0045] 步骤B:获取第i-Ι帧的Q个关键点簇群的平均欧式距离；
[0046] 获取k个匹配点对中每一个匹配点对之间的欧式距离；
[0047] 计算每一个欧式距离与第i_l帧图像的平均欧式距离的差值；
[0048] 在所获取的k个匹配点对中，当存在有匹配点对与平均欧式距离的差值大于预设 的第二距离阈值时，确定该匹配点对为错误的匹配点对，删除该匹配点对。
[0049] 上述方案中，所述依据所述Q个关键点簇群，确定所述Q个飞机跟踪目标中的每个 飞机跟踪目标的在所述第i帧图像中的各自目标区域，包括：
[0050] 获取飞机跟踪目标在第i帧图像上的初始目标区域；
[0051] 确定所述初始目标区域为调整前目标框；
[0052] 将调整前目标框进行平移、伸缩变换，以包含删除错误匹配点之后的Q个关键点 簇群的最小外接矩形，得到所述飞机跟踪目标的调整后目标框；
[0053] 计算调整前目标框与调整后目标框的联合概率；
[0054] 通过联合概率得到所述飞机跟踪目标的关联代价矩阵；
[0055] 利用匈牙利算法Hungarian对关联代价矩阵进行运算，得出与调整前的目标框具 有关联性的调整后目标框；
[0056] 确定所述具有关联性的调整后目标框在第i帧图像上所占的区域为所述飞机跟 踪目标飞机在第i帧图像上的最终目标区域。
[0057] 本发明实施例提供了一种多飞机跟踪系统，所述系统包括：
[0058] 第一获取单元，用于获取第i帧图像中的所有飞机跟踪目标的初始目标区域；
[0059] 第一确定单元，用于当存在有Q个飞机跟踪目标的初始目标区域的重叠度超出预 设的第一阈值时，确定所述Q个飞机跟踪目标为临近目标；
[0060] 第二获取单元，用于获取所述临近目标在第i帧图像中的特征相似性矩阵；
[0061] 第三获取单元，用于依据所述特征相似性矩阵，获取所述临近目标的Q个关键点 簇群；所述Q个关键点簇群对应于所述Q个飞机跟踪目标中的相应飞机跟踪目标；
[0062] 第四获取单元，用于依据所述Q个关键点簇群，确定所述Q个飞机跟踪目标中的每 个飞机跟踪目标在所述第i帧图像中的各自目标区域；
[0063] 其中，i为大于等于1的正整数，Q为大于等于2的正整数。
[0064] 上述方案中，所述系统还包括：第五获取单元，用于：
[0065]获取第i帧图像的数学模型；
[0066]获取第i_l帧图像中飞机跟踪目标的目标区域；
[0067] 在以所述目标区域位置为圆心、r为搜索半径的搜索范围内，获取所述第i帧图像 的所有搜索框；
[0068] 相应的，所述第一获取单元，用于：
[0069] 对每一个搜索框计算所述数学模型中的目标函数的大小；
[0070] 在所有搜索框中，确定使目标函数值最大的搜索框在第i帧图像上所占的位置为 飞机跟踪目标在第i帧图像中的初始目标区域；
[0071] 其中，r为自然数。
[0072] 上述方案中，所述第二获取单元，还用于：
[0073] 将所述临近目标外接矩形进行预定尺度的拉伸，拉伸后的区域作为尺度不变特征 转换SIFT特征计算区域；
[0074] 在所述区域中，计算第i帧图像的SIFT特征矩阵D, = [di,d,?，...d.r];
[0075] 计算SIFT特征矩阵的任意两个元素的欧式距离，得到第i帧图像的特征相似性矩 阵St:
[0077] 相应的，第三获取单元，还用于：
[0078] 计算特征相似性矩阵St中的特征向量i'与其它特征向量的欧式距离；
[0079] 挑选出与特征向量i'的欧式距离最小的Q个特征向量；
[0080] 在Q个特征向量中，确定满足于maxisn,Si，2, · · ·Si，,QJ<γ*Si，Q的特征向量与 特征向量i'相匹配；
[0081] 配置特征相似性矩阵中所有相互匹配的特征向量为匹配点对；
[0082] 按照每一个匹配点对的坐标的大小，将匹配点对中的每一个匹配点划分至Q个关 键点簇群中的相应关键点簇群；
[0083] 其中，0 <Y< 1 ;m为SIFT特征矩阵的维数；特征相似性矩阵St的各元素值