Uuv水下回收过程中基于尺度自适应均值漂移跟踪方法
【专利摘要】UUV水下回收过程中基于尺度自适应均值漂移跟踪方法，本发明涉及基于尺度自适应均值漂移跟踪方法。本发明的目的是为了解决现有传统的均值漂移方法由于固定了核函数的带宽，故不能很好的对图像中尺度不断变化的目标进行跟踪的问题。通过以下步骤实现：一、确立y0；二、获取y1；三、在当前帧建立心形目标光源候选目标模型，得到相似性系数；四、得到y2及ρ(p(y2),q)；五、当ρ(p(y1),q)>ρ(p(y2),q)时，得到ρ(p(y2),q)；当||y2?y1||<ε时，则跟踪结束；否则，使y1＝y2，返回三，直至||y2?y1||<ε，跟踪结束。本发明应用于UUV水下回收领域。
【专利说明】
UUV水下回收过程中基于尺度自适应均值漂移跟踪方法
技术领域
[0001] 本发明涉及基于尺度自适应均值漂移跟踪方法。
【背景技术】
[0002] UUV在海洋中执行任务时，由于电池容量的限制使得其回收极为重要，而UUV的水 下回收具有受风浪颠簸小、隐蔽性高、战略价值高等优点；同时，水下驮载回收方式是由海 洋中或潜艇搭载的坞舱平台来对UUV进行回收，该方式不要求起吊装置和人员的操作，具有 广阔的发展前景。摄像机已被广泛应用在UUV上，相比其它传感器，其具有近距离定位精度 高、获取的信息量大、适应性强、分辨率高和成本较小等优点。
[0003] 在UUV水下回收中，考虑到普通物体特征在水中会有很大的衰减，坞舱平台采用光 源作为UUV回收的导引目标，能够有效抵抗干扰和改善UUV导引回收的效果。本发明采用一 种线形目标光源阵列，光源排布特征鲜明，当运动的坞舱平台出现在UUV摄像机的视野中 时，对目标光源进行视觉跟踪，并进一步实现UUV的水下回收;均值漂移方法是一种非参数 概率密度估计方法，方法利用像素特征点概率密度函数梯度最优化方法，通过迭代快速的 收敛于概率密度函数的局部最大值，实现快速目标定位，其计算量小，适应性强，适合于实 时跟踪场合;但是，传统的均值漂移方法由于固定了核函数的带宽，而核函数影响着各像素 点的权值并反映了目标的形状和大小，故不能较好的对图像中尺度不断变化的目标进行跟 踪。正因为如此，传统的均值漂移跟踪方法应用范围受到了限制。
【发明内容】
[0004] 本发明的目的是为了解决现有传统的均值漂移方法由于固定了核函数的带宽，故 不能很好的对图像中尺度不断变化的目标进行跟踪的问题，而提出了UUV水下回收过程中 基于尺度自适应均值漂移跟踪方法。
[0005] 具体是按照以下步骤进行的：
[0006] 步骤一、确立初始帧中心形目标光源中心yo;
[0007] 步骤二、根据初始帧中心形目标光源中心yQ建立心形目标光源模型
，并获取当前帧的心形目标光源中心y1;
[0008] 其中，5表示Kronecker delta函数，5[b(Xi)_u]在当像素值Xi归属第u个特征值时 为1，相反为〇;k( ?)表示核函数，h表示核函数带宽，C为归一化常数；
[0009] 步骤三、在当前帧建立心形目标光源候选目标模型
得到Bhattacharyya相似性系芻
[0010] 其中，Ch为归一化常数;nh表示搜索区域内像素总数；
[0011] 步骤四、候选目标定位，得到候选心形目标区域位置y 2及相似度值
[0012] 步骤五、设上一帧的核函数带宽为hP，当前帧采用的核函数带宽为hopt，采用正负 增量的方式对11_进行修正，即
[0013] h= (1+A h*入i)hP (8)
[0014] 其中，人i = -l，0，l，Ah取0.1hP;
[0015] 并转到步骤二，根据不同的核函数带宽h取得3个相似度僅 对取得的3个相似度值进行比较，相似度值最大为 u-\ 此时对应的y2即为候选心形目标区域位置的新位置；
[0016] 比较P(p(yi)，q)和P(p(y2)，q)，当P(p(yi)，q)>P(p(y2)，q)时
，得到P (P(y2)，q);
[0017]当| |y2-yi| |〈e时，则迭代计算过程结束，跟踪结束；否则，使yi = y2,返回步骤三， 直至I |y2-yi| |〈￡，跟踪结束。
[0018] 发明效果
[0019] 本发明采用一种线形目标光源阵列作为UUV回收的导引目标。在实际的海洋环境 中，普通的视觉跟踪算法很难达到跟踪精度要求;而均值漂移算法计算量小，适合于实时跟 踪场合，但是其不能较好的对图像中尺度不断变化的目标进行跟踪。本发明首先对线形目 标光源阵列中的心形目标光源进行定位;然后采用目标尺度的自适应更新策略，设计了基 于尺度自适应的均值漂移跟踪方法，来保证UUV水下回收过程中视觉目标跟踪的精确性，能 够很好的对图像中尺度不断变化的目标进行跟踪。
[0020] 通过本发明与传统均值漂移跟踪算法的跟踪结果对比，如图8所示，在前30帧两种 方法的跟踪偏差大致相同；但在50帧时本发明方法的偏差为3,传统的均值漂移跟踪算法的 偏差为10; 70帧时本发明方法的偏差为2，传统的均值漂移跟踪算法的偏差为12;在92帧以 后的时候传统的均值漂移跟踪算法已出现跟踪丢失的现象，而本发明方法的偏差稳定在2 左右;在整个跟踪过程中，本发明的基于尺度自适应均值漂移跟踪方法能准确定位跟踪目 标图像，跟踪的准确性$父尚。
【附图说明】
[0021 ]图1为UUV摄像机实物图；
[0022]图2为目标光源系统结构示意图；
[0023]图3为心形光源不意图；
[0024]图4a为心形目标光源的中心定位结果图；
[0025]图4b为心形目标光源的中心定位结果示意图；
[0026]图5为本发明基于尺度自适应的均值漂移跟踪方法流程图；
[0027]图6a为传统均值漂移跟踪方法在第4帧时对心形目标光源的跟踪效果图；
[0028]图6b为传统均值漂移跟踪方法在第32帧时对心形目标光源的跟踪效果图；
[0029]图6c为传统均值漂移跟踪方法在第63帧时对心形目标光源的跟踪效果图；
[0030]图6d为传统均值漂移跟踪方法在第96帧时对心形目标光源的跟踪效果图；
[0031]图7a为本发明方法在第4帧时对心形光源的跟踪效果图；
[0032]图7b为本发明方法在第32帧时对心形光源的跟踪效果图；
[0033]图7c为本发明方法在第63帧时对心形光源的跟踪效果图；
[0034] 图7d为本发明方法在第96帧时对心形光源的跟踪效果图；
[0035] 图8为本发明方法和传统均值漂移算法的跟踪位置偏差比较图。
【具体实施方式】
[0036]【具体实施方式】一:结合图1、2、5说明本实施方式，本实施方式的UUV水下回收过程 中基于尺度自适应均值漂移跟踪方法，具体是按照以下步骤制备的：
[0037]步骤一、确立初始帧中心形目标光源中心yo;
[0038] 步骤二、根据初始帧中心形目标光源中心yo建立心形目标光源模型
，并获取当前帧的心形目标光源中心yi;
[0039] 其中，5表示Kronecker delta函数，5[b(Xi)_u]在当像素值Xi归属第u个特征值时 为1，相反为〇;k( ?)表示核函数，h表示核函数带宽，C为归一化常数；
[0040] 步骤三、在当前帧建立心形目标光源候选目标模型
m _ 得至ijBhattacharyya相似性系数风Vi) = A/Kji)，6/) = : u-\
[0041] 其中，Ch为归一化常数;nh表示搜索区域内像素总数；
[0042] 步骤四、候选目标定位，得到候选心形目标区域位置72及相似度值 m __ u-\
[0043] 步骤五、设上一帧的核函数带宽为hP，当前帧采用的核函数带宽为h〇pt，采用正负 增量的方式对11。0进行修正，即
[0044] h=(l+Ah*Ai)hP (8)
[0045] 其中，人i = -l，0，l，Ah取0.1hP;
[0046] 并转至陟骤二，根据不同的核函数带宽h取得3个相似度值 (将核函数带宽11(\取-1时）带入到步骤二，直至得到相似度值 在将步骤五得出的核函数带宽11(11取〇时）带入到步骤二，直至得到相似度值 p(p(y：,),ci) = Y m:，在将步骤五得出的核函数带宽h(h取1时）带入到步骤二，直至 u=l 得到相似度值)，(/) = 〇': )％，） u-1
[0047] 对取得的3个相似度值)，t/) = Z 4pJyM,进行比较，相似度值最大为 U-1. P,Jp(y,U) =[山)，此时对应的72即为候选心形目标区域位置的新位置(确切位 u-l 置）；对应的带宽h作为最优核函数带宽hc>pt的值，为了不使带宽过度敏感，由式(9)得到最终 核函数带宽hn?，为了不使带宽过度敏感，由式(9)得到最终核函数带宽hne5W
[0048] hnew= y h〇pt+( 1- y )hp (9)
[0049] 其中，y 为平滑参数，取0.1;比较P(p(yi)，q)和P(p(y2)，q)，当P(p(yi)，q)>P(p (y2)，q)时
，得到P(p(y2)，q);
[0050] 当| |y2_yi| |〈e时（e为设定的阈值），则迭代计算过程结束，跟踪结束;否则，使yi = y2,返回步骤三，直至I |y2-yi| |〈￡，跟踪结束。
【具体实施方式】 [0051] 二:本实施方式与一不同的是:步骤一所述确立初始 帧中心形目标光源中心y〇的中心坐标为;具体过程为：
[0052]当目标光源系统运动过程中出现在UUV(水下无人航行器）单目摄像机的视野中 时，UUV单目摄像机采集目标光源系统的序列图像，对采集到的目标光源系统的序列图像的 第一帧图像选取心形目标光源(对第一帧图像手动采用矩形框选取心形光源目标），对第一 帧的心形目标光源(如附图3)进行中心定位，即对第一帧的心形目标的9个光源求取各自中 心坐标(利用形心估计），设它们的中心坐标为 ' N.
[0053] ^ 許:1，2，...，9 (1) PM =乞'f N
[0054] 式中，Pn(u，v)表示第n个光源的像素图像坐标，N表示第n个光源的像素总数，（m， Vl)表示第i个像素的像素图像坐标；
[0055] 由于目标光源系统关于心形目标光源中心对称，从而得到心形目标光源的中心坐 标(代表坞舱的中心）：
[0056] ;=1 (2) ^(v〇 = Z^(v)/9 、 n~\
[0057] 式中，Pc(u)表示中心坐标的横坐标，Pc(v)表示中心坐标的纵坐标。
[0058] 其它步骤及参数与【具体实施方式】一相同。
[0059] 【具体实施方式】三:本实施方式与【具体实施方式】一或二不同的是：步骤二所述根据 初始帧中心形目标光源中心yo建立心形目标光源模型I具 体过程为：
[0060] 用' + '字表示目标心形光源的中心，对心形目标光源的中心定位结果如附图4a、 4b 〇
[0061] (目标光源系统:考虑到UUV水下驮载回收方式的实际情况，本发明采用一种面向 对线控位的线形光源阵列，"对线控位"原理是直线由2点来确立，控制UUV使横向、纵向、艏 向达到位姿状态。该目标光源系统的特征为：
[0062] (1)、9个光源的中心点排列在一条直线上，相邻光源间距相等且为固定值；
[0063] (2)、光源系统呈中心对称，心形光源位于中心，左右各均匀分布4个光源；
[0064] (3)、心形光源在线形光源阵列的中心且位于坞舱平台中心；
[0065] (4)、心形光源包括4个LED灯，其中1个不发光，其余3个组成心形光源。
[0066] 所有光源均做防水处理，本发明实现UUV水下回收中对心形目标光源的视觉跟 踪。）
[0067]本发明利用目标尺度的自适应更新策略，对传统的均值漂移跟踪方法改进，步骤 如下：
[0068] 在初始帧中，由式(2)得到心形目标光源的中心坐标。
[0069] 均值漂移方法本质上属于基于特征跟踪算法，利用目标区域的直方图来表示其特 征空间，然后通过目标区域模板与候选目标区域模板的Bhattacharyya相似值，利用均值漂 移向量迭代得到最优候选目标区域。具体步骤如下：
[0070] 利用1个高度和长度分别为hx、hy的跟踪窗初始化心形目标光源，该跟踪窗的长宽 同时也是核函数的带宽；由于直方图可以对目标区域进行描述，如目标区域由n个区间内m 级灰度像素组成，每一个特征空间也被叫做bin;
[0071] 当前帧中目标区域的像素位置为{xi}i=1...n，b(xi)描述xi处的像素直方图的索引 值，X*表示选取心形目标光源中心，心形目标光源的模型表示为q={q u}u=n，其中 2]^%二！，将目标范围内的像素坐标X和y通过hx和hy来归一化，将k( ?)的范围设定为1，则 心形目标光源模型(心形目标光源模型中特征值qu估计的密度分布函数)表示为：
⑴
[0073] 其中，5表示Kronecker delta(克罗内克函数)函数，5[b(Xi)-u]在当像素值Xi归属 第u个特征值时为1，相反为0;k( ?)表示核函数，h表示核函数带宽，通常为目标区域边长的 1/2,采用选择Epanechnikov核函数，即
[0074] 鮮l 丨
0 其他
[0075] 其中，C为归一化常数，为了保证H 二1 , 表示选取心 形光源目标中心;概率特征u= 1，2，…，m; qu表示选取心形光源目标颜色直方图栅格特征向 量中的第u个分量;n为矩形框内的像素点总数，m为灰度直方图栅格总数。
[0076] 其它步骤及参数与【具体实施方式】一或二相同。
[0077]【具体实施方式】四：本实施方式与【具体实施方式】一至三之一不同的是：步骤三所述 建立心形目标光源候选目标模型
，得到Bhattacharyya 相似性系数
ic体过程为：
[0078] 候选目标区域是指接下来的图像帧中表示目标的区域，
[0079] 设心形目标光源候选目标模型中心位置是y，k.Li表示当前帧中目标区域的像 素位置，nh表示搜索区域内像素总数；
[0080] 则心形目标光源候选目标模型为：（则心形目标光源模型中特征值^(7)估计的密 度分布函数表示成；）
| (4，
[0082] 其中，为了保证H，归一化常数
：得到Bhattacharyya 相似性系数 Z (5)。 u=l
[0083]其它步骤及参数与【具体实施方式】一至三之一相同。
[0084]
【具体实施方式】五:本实施方式与【具体实施方式】一至四之一不同的是：步骤四所述 m _ 候选目标定位，得到候选心形目标区域位置y2及相似度值(为)W) = ZV/，"(魏;具体 U-1 过程为：
[0085] 候选目标定位是在图像中寻找与心形目标光源模型相似性最大的区域，即使得 Bhattacharyya系数为最大，能够得到候选心形目标光源中心位置y2;
[0086] 候选心形目标光源中心位置y2为：
(6)
[0088]式中，g(x)为对核函数求导；
[0089]其中，权重系数Wi为
a) m. _
[0091] 根据式⑶计算{pu(y2)}u=i,...,m，并得到相似度值p〇(X的=^pu(y^q u。 u=\
[0092] 传统的均值漂移方法由于固定了核函数的带宽，使得其不能很好地对尺度不断变 化的目标进行有效的跟踪。本发明利用目标尺度的自适应更新策略，对算法进行改进。
[0093] 其它步骤及参数与【具体实施方式】一至四之一相同。
[0094]采用以下实施例验证本发明的有益效果：
[0095]对一组目标尺度变化的水下图像序列进行心形目标光源中心定位，并对其采用传 统均值漂移跟踪方法与基于尺度自适应的均值漂移跟踪方法进行实验，实验结果如图6a、 6b、6c、6d、图7a、7b、7c、7d所示。由于传统均值漂移跟踪方法的核函数带宽固定不变，无法 自适应的跟随心形光源尺度变化，且无法得到正确的最优Bhattacharyya相似度值而出现 偏差，在第63帧时矩形跟踪窗口已偏离目标光源中心，第96帧时漂移状况严重且跟踪目标 丢失。而该水下图像序列在本发明基于尺度自适应的均值漂移跟踪方法则得到较好的跟踪 效果，由于核函数带宽(跟踪窗口大小）随着光源尺度变化进行自适应的更新，在目标运动 过程中均满足要求。两种方法在物理图像坐标系上的跟踪位置偏差曲线如附图8所示，能够 看出传统的均值漂移跟踪方法在43帧时已出现很大偏差，在90帧以后跟踪目标丢失，本发 明跟踪位置偏差一直比较稳定且较小，跟踪精度达到了实际要求。
【主权项】
1. UUV水下回收过程中基于尺度自适应均值漂移跟踪方法，其特征在于UUV水下回收过 程中基于尺度自适应均值漂移跟踪方法具体是按照以下步骤进行的：步骤一、确立初始帧中心形目标光源中心yo; 步骤二、根据初始帧中心形目标光源中心y〇建立心形目标光· 并获取当前帧的心形目标光源中心yi; 其中，δ表示Kronecker delta函数，5[b(xi)_u]在当像素值Xi归属第u个特征值时为1， 相反为〇;k( ·)表示核函数，h表示核函数带宽，C为归一化常数； 步骤三、在当前帧建立心形目标光源候选目标模型得到Bhattacharyya相似性系数其中，Ch为归一化常数;nh表示搜索区域内像素总数；步骤四、候选目标定位，得到候选心形目标区域位置yaS相似度值 步骤五、设上一帧的核函数带宽为hP，当前帧采用的核函数带宽为Kpt，采用正负增量的 方式对11_进行修正，即 h= (l+Ah*Ai)hP (8) 其中，Ai = -l，〇，l，Ah 取 0.1hP; 并转到步骤二，根据不同的核函数带宽h取得3个相似度彳，对取得 的3个相似度值进行比较，相似度值最大为此时对应的y2即为候选心形目标区域位置的新位置； 比较p(p(yi)，q)和P(p(y2)，q)，当p(p(yi)，q)>p(p(y2)，q)时，得到P(P (y2)，q); 当I |y2-yi| |〈￡时，则迭代计算过程结束，跟踪结束;否则，使yi = y2，返回步骤三，直至I y2_yi I I <ε，跟踪结束。2. 根据权利要求1所述UUV水下回收过程中基于尺度自适应均值漂移跟踪方法，其特征 在于:步骤一所述确立初始帧中心形目标光源中心yo的中心坐标为;具体过程为： 当目标光源系统运动过程中出现在UUV单目摄像机的视野中时，UUV单目摄像机采集目 标光源系统的序列图像，对采集到的目标光源系统的序列图像的第一帧图像选取心形目标 光源，对第一帧的心形目标光源进行中心定位，即对第一帧的心形目标的9个光源求取各自 中心坐标，中心坐标为式中，Pn(u，v)表示第η个光源的像素图像坐标，N表示第η个光源的像素总数，（m，Vl)表 示第i个像素的像素图像坐标； 由于目标光源系统关于心形目标光源中心对称，从而得到心形目标光源的中心坐标：式中，P。(u)表示中心坐标的横坐标，P。(V)表示中心坐标的纵坐标。3. 根据权利要求2所述UUV水下回收过程中基于尺度自适应均值漂移跟踪方法，其特征 在于：步骤二所述根据初始帧中心形目标光源中心yo建立心形目标光源模型具体过程为： 当前帧中目标区域的像素位置为U1H=HA(X1)描述X1处的像素直方图的索引值，心 形目标光源的模型表示为q={qu}u=n，其中ΣΙΙα =1，将k( ·)的范围设定为1，则心形目 标光源模型表示为：其中，δ表示Kronecker delta函数，5[b(xi)_u]在当像素值Xi归属第u个特征值时为1， 相反为〇;k( ·)表示核函数，h表示核函数带宽，为目标区域边长的1/2,采用选择 Epanechnikov 核函数，即 其中，C为归一化常数，为了保证X*表示选取心形光 源目标中心;概率特征U= 1，2，…，m;如表示选取心形光源目标颜色直方图栅格特征向量中 的第u个分量;η为矩形框内的像素点总数，m为灰度直方图栅格总数。4. 根据权利要求3所述UUV水下回收过程中基于尺度自适应均值漂移跟踪方法，其特征 在于：步骤三所述建立心形目标光源候选目标得 到Bhattacharyya相似性具体过程为： 设心形目标光源候选目标模型中心位置是y，kl.M5表示当前帧中目标区域的像素位 置，m表示搜索区域内像素总数； 则心形目标光源候选目标模型为：其中，为了保证，归一化常数得到Bhattacharyya相5.根据权利要求4所述UUV水下回收过程中基于尺度自适应均值漂移跟踪方法，其特征 在于：步骤四所述候选目标定位，得到候选心形目标区域位置及相候选目标定位是在图像中寻找与心形目标光源模型相似性最大的区域，即使得 Bhattacharyya系数为最大，能够得到候选心形目标光源中心位置y2; 候选心形目标光源中心位置y2为： V，二d^ (6) 式中，g(x)为对核函数求导； 其中，权重系数Wi为根据式⑶计算，并得到相似度值
【文档编号】G06T7/20GK105931268SQ201610242997
【公开日】2016年9月7日
【申请日】2016年4月18日
【发明人】张伟, 孟德涛, 孙希勋, 高立峰, 陈涛, 严浙平
【申请人】哈尔滨工程大学