[發明專利]一種面向機場復雜場景的目標跟蹤及分割系統

在審

• 申請號: 202010177894.7
• 申請日: 2020-03-13
• 公開（公告）號: CN111460920A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 趙麗;張笑欽
• 申請（專利權）人: 溫州大學大數據與信息技術研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/36;G06T7/254;G08B13/196
• 代理公司: 北京陽光天下知識產權代理事務所(普通合伙) 11671
• 代理人: 黃亞男

1.一種面向機場復雜場景的目標跟蹤及分割系統，其特征在于，包括：輔助監視模塊、目標數據接收模塊、目標分割及跟蹤模塊、移動顯示終端和信息融合決策模塊；

所述輔助監視模塊包括場面雷達監控單元和全景視頻監控單元，所述輔助監視模塊用于對機場場面活動進行實時監視獲取機場全景圖像、場面目標位置信息并發送至所述目標數據接收模塊；

所述目標數據接收模塊用于對所述機場全景圖像和目標位置信息進行矯正轉換處理及對人工劃定的機場范圍進行位置標定，所述目標數據接收模塊將矯正轉換和標定后的圖像發送至所述目標分割及跟蹤模塊；

所述目標分割及跟蹤模塊將所述目標數據接收模塊矯正轉換和標定后的圖像進行目標分割檢測和識別跟蹤，并計算所述跟蹤目標的運動速度，所述目標分割及跟蹤模塊將目標的跟蹤識別結果和所述目標的運動信息發送至信息融合決策模塊；

所述移動顯示終端包括數據獲取單元、顯示單元和緊急情況告警單元，所述數據獲取單元用于獲取所述信息融合決策模塊發送的場面目標位置信息、距離告警信息和停機位實時信息。

2.根據權利要求1所述的面向機場復雜場景的目標跟蹤及分割系統，其特征在于，所述目標數據接收模塊將接收到的所述機場的全景圖像進行畸形矯正，并使用FFmpeg讀取待跟蹤目標當前的流媒體，解壓所述流媒體獲得YUV三通道的AVFrame圖像，并將所述AVFrame圖像轉換為Mat圖像，處理得到數字圖像序列并輸出至所述目標分割及跟蹤模塊。

3.根據權利要求2所述的面向機場復雜場景的目標跟蹤及分割系統，其特征在于，所述目標分割檢測和識別跟蹤具體包括：對圖像進行背景分割及更新，計算一定時間內視頻圖像中每個像素強度值的中值λ(x)和標準差σ(x)構建背景，再使用構建的背景模型來檢測后續序列圖像中運動目標，并對背景模型進行周期性更新；輸入圖像幀，采用基于歸一化相關系數的陰影檢測和去除算法去除圖像陰影來排除陰影對目標團塊合并的情況估計目標準確位置；最后采用MHT算法進行多目標跟蹤。

4.根據權利要求3所述的面向機場復雜場景的目標跟蹤及分割系統，其特征在于，所述構建背景具體包括：像素x處的背景模型采用其中，每個像素x有3個指標包括最小強度值m(x)，最大強度值n(x)，連續幀的最大強度差d(x)，V是包含N幀連續圖像的數組，Vⁱ(x)表示第i幀圖像x位置處的像素值，若|Vⁱ(x)-λ(x)|＜2*σ(x)，則Vⁱ(x)屬于靜止背景像素即V^z(x)集合，否則判定為運動物體像素。

5.根據權利要求4所述的面向機場復雜場景的目標跟蹤及分割系統，其特征在于，所述檢測后續序列圖像中運動目標具體包括：計算背景模型中所有像素上最大強度差d(x)的中值d_t，根據d_t對待檢圖像I_n進行閾值分割，當所述待檢圖像I_n中位置x處的像素滿足I_n(x)-m(x)＜k*d_t∨I_n(x)-n(x)＜k*d_t則分類為背景，否則分類為前景，其中，I_n(x)表示n時刻x處的像素值，k為分割閾值參數。

6.根據權利要求5所述的面向機場復雜場景的目標跟蹤及分割系統，其特征在于，所述背景模型進行周期性更新包括：設定L為背景模型更新周期，前L/2幀數據計算均值和方差，利用所述均值和所述方差建立模型，根據所述模型對后L/2幀的數據進行濾波，計算后L/2幀圖像的最小強度值、最大強度值、連續幀的最大強度差和均值，根據后L/2幀圖像中將像素分為背景的次數g(x，t)，將像素分為背景的次數m(x，t)和上次該像素被分類為前景時間h(x，t)對背景[m(x)，n(x)，d(x)]進行更新。