[發明專利]基于時空聚類的動目標檢測方法在審
| 申請號: | 202110909898.4 | 申請日: | 2021-08-09 |
| 公開(公告)號: | CN113673392A | 公開(公告)日: | 2021-11-19 |
| 發明(設計)人: | 錢惟賢;楊文廣;高丹;陳錢;顧國華;萬敏杰;任侃 | 申請(專利權)人: | 南京理工大學;上海航天控制技術研究所 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06T7/13;G06T7/194;G06T7/246 |
| 代理公司: | 南京理工大學專利中心 32203 | 代理人: | 唐代盛 |
| 地址: | 210094 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 時空 目標 檢測 方法 | ||
1.一種基于時空聚類的動目標檢測方法,其特征在于,包括如下步驟:
(10)圖像特征點提取:在初始幀對目標進行角點檢測,提取圖像特征點;
(20)特征點航跡關聯:對提取到的圖像特征點進行跟蹤檢測,并用航跡進行關聯;
(30)航跡位移量聚類:根據背景運動與目標運動在圖像坐標中位移的不同,通過聚類切割出運動特征點和背景特征點;
(40)運動特征點空間聚類:根據不同目標在圖像中的空間差異,將同一目標上的特征點航跡進行組合,不同目標上的特征點航跡進行區分,同時記錄每個運動目標的航跡狀態。
2.根據權利要求1所述的運動目標檢測方法,其特征在于,所述(10)圖像特征點提取步驟具體為:
對初始幀圖像做SURF角點檢測,獲取圖像初始特征點信息,并獲取特征點的SURF特征向量,得到特征點的向量描述。
3.根據權利要求2所述的動目標檢測方法,其特征在于,所述(20)特征點航跡關聯步驟包括:
(21)提取目標點疑似范圍:
根據前一幀目標點的圖像坐標[u,v],在當前幀中選取范圍為x∈(u-win,u+win],y∈(v-win,v+win]的圖像區域為疑似目標區域;
(22)提取特征點的SURF特征向量:
按照SURF特征向量的定義,提取疑似目標區域內每個特征點的特征向量;
(23)匹配特征點:
將(22)得到的特征向量分別與前一幀特征點的特征向量進行匹配,求取特征向量的相似度;選取相似度最高的特征點作為該點在當前幀的跟蹤結果,將特征點坐標進行記錄。
4.根據權利要求3所述的動目標檢測方法,其特征在于,所述(30)航跡位移量聚類步驟包括:
(31)航跡速度與位移表示:
對于所有的特征點,記錄相鄰幀匹配特征點的坐標差值為特征點的幀間速度,定義當前幀與參考幀特征點的坐標差值為位移,公式描述如下:
其中,i表示特征點序號,frame表示當前幀序號,refer表示參考幀序號;
(32)mean shift聚類算法
假設在一個多維空間中有很多數據點需要進行聚類,Mean Shift的過程如下:
(321)、在未被標記的數據點中隨機選擇一個點作為中心點,標記為center;
(322)、找出離center距離在閾值bandwidth之內的所有點,記做集合M,認為這些點屬于簇c,同時,把這些求內點屬于這個類的概率加1,這個參數將用于最后步驟的分類;
(323)、以center為中心點,計算從center開始到集合M中每個元素的向量,將這些向量相加,得到向量shift;
(324)、center沿著shift的方向移動,移動距離是||shift||,即center=center+shift;
(325)、重復步驟322、323、324,直到shift的大小很小,記住此時的center;
(326)、如果收斂時當前簇c的center與其它已經存在的簇c2中心的距離小于閾值,那么把c2和c合并;否則,把c作為新的聚類,增加1類;
(327)、重復321、322、323、324、325直到所有的點都被標記訪問;
(328)、根據每個類,對每個點的訪問頻率,取訪問頻率最大的那個類,作為當前點集的所屬類;
(33)位移聚類:根據背景特征點與目標特征點運動方式的不同區分背景與運動點。
5.根據權利要求4所述的動目標檢測方法,其特征在于,所述(40)運動目標空間聚類步驟包括:
(41)圖像閾值分割:將所有的特征點分為背景特征點、疑似特征點、目標特征點三大類;當一個特征點被判定為疑似動目標特征點,并且連續存在若干幀后,即判斷為目標特征點;之后對所有動目標點進行空間聚類切割成不同的目標;
(42)動目標航跡的更新:
隨著幀數增長,記錄到的特征點航跡逐漸減少,當航跡數量減少到設定的閾值后,重新對圖像進行特征點檢測,記錄新產生的特征點航跡,將未消亡的航跡位移量清零,并與新產生的特征點航跡一起進行聚類。由于檢測到的新特征點可能存在于已檢測到的目標上,或者更新時不同的目標相隔較近,被識別為同一目標上的特征點,因此需要對產生的特征點航跡進行合并拆分管理,航跡的合并與拆分規則如下:
(a)新產生的動目標特征點航跡與記錄的航跡在空間上無法合并時,判定為產生新的航跡;
(b)新產生的動目標特征點航跡與記錄的航跡在空間上始終一致時,判定為同一運動目標上新產生的特征點;
(c)當兩條原本存在的航跡,在空間上無法通過聚類進行判別時,認為不同的航跡發生交匯,依舊各自保存原先的航跡;
(d)當一條原本的航跡發生變換,不在能夠在空間上保持一致時,認為目標分裂為兩種目標,分別進行標記。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京理工大學;上海航天控制技術研究所,未經南京理工大學;上海航天控制技術研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110909898.4/1.html,轉載請聲明來源鉆瓜專利網。





