一種基于模型互更新的雙模圖像決策級(jí)融合跟蹤方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于模型互更新的雙模圖像決策級(jí)融合跟蹤方法。本發(fā)明針對(duì)紅外與可見(jiàn)光圖像的特點(diǎn)，首先提取紅外與可見(jiàn)光圖像的特征描述向量，使其能提供互補(bǔ)信息，增加圖像的信息量描述。之后采用GentleAdaboost學(xué)習(xí)算法分別建立紅外與可見(jiàn)光圖像兩個(gè)分類(lèi)器模型，將跟蹤問(wèn)題轉(zhuǎn)化為目標(biāo)與背景的二分類(lèi)問(wèn)題。然后在半監(jiān)督學(xué)習(xí)框架下協(xié)同訓(xùn)練，同時(shí)進(jìn)行模型互更新，有效避免了模型誤差累積問(wèn)題。并利用訓(xùn)練結(jié)果和它們各自的置信度進(jìn)行決策級(jí)融合得到最終的似然圖像，最后通過(guò)均值漂移算法在最終的似然圖像中定位目標(biāo)位置。本發(fā)明能有效避免模型誤差累積和單模圖像描述目標(biāo)信息局限性而導(dǎo)致的跟蹤丟失問(wèn)題，提高了跟蹤的魯棒性。
【專(zhuān)利說(shuō)明】一種基于模型互更新的雙模圖像決策級(jí)融合跟蹤方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像融合跟蹤【技術(shù)領(lǐng)域】，涉及一種基于模型互更新的雙模圖像決策級(jí)融合跟蹤方法。
【背景技術(shù)】
[0002]圖像融合是圖像處理的一種技術(shù)手段，屬于信息融合中的一個(gè)分支。它是根據(jù)某一算法，將從2個(gè)或者2個(gè)以上的傳感器在同一時(shí)間(或不同時(shí)間或不同觀測(cè)角度)得到的針對(duì)某個(gè)具體場(chǎng)景的圖像或者圖像序列信息加以綜合處理，從而得到一個(gè)新的有關(guān)此場(chǎng)景的解釋。這個(gè)解釋是從單一傳感器獲取的信息中無(wú)法得到的，它能提供互補(bǔ)信息，增加圖像的信息量描述，提高對(duì)環(huán)境的適應(yīng)性，同時(shí)更能滿(mǎn)足某種要求，對(duì)目標(biāo)或場(chǎng)景的描述更為準(zhǔn)確、全面、可靠。
[0003]根據(jù)信息抽象的程度，圖像融合的處理通?？煞譃槿齻€(gè)層次:像素級(jí)融合、特征級(jí)融合和決策級(jí)融合。決策級(jí)融合是最高層次的圖像信息融合，每個(gè)傳感器先分別建立各自的初步判決，然后對(duì)來(lái)自各傳感器的決策根據(jù)一定的準(zhǔn)則和每個(gè)決策的可信度進(jìn)行融合處理，從而獲得最終的聯(lián)合判決。
[0004]由于可見(jiàn)光傳感器是利用光反射率而成像的，具有光譜信息豐富、分辨率高、動(dòng)態(tài)范圍大的特點(diǎn)，但其容易受光照變化、陰影的影響。紅外傳感器的成像利用的是物體的輻射能量，對(duì)光照和陰影變換具有魯棒性，有一定的穿透煙霧等能力，但是其信噪比低，成像質(zhì)量較差，缺乏紋理特征。將這兩種傳感器的圖像融合用于目標(biāo)跟蹤，可以彌補(bǔ)單一傳感器自身的局限性，提高在復(fù)雜背景和干擾存在的情況下正確跟蹤目標(biāo)的概率，從而避免因環(huán)境或干擾因素導(dǎo)致跟蹤精度低或者目標(biāo)丟失等現(xiàn)象。

【發(fā)明內(nèi)容】

[0005]本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提供了一種基于模型互更新的雙模圖像決策級(jí)融合跟蹤方法。
[0006]本發(fā)明的具體步驟是:
[0007]步驟(1).提取初始幀紅外圖像與初始幀可見(jiàn)光圖像的特征
[0008]1.1初始幀紅外圖像的特征提取:
[0009]對(duì)初始幀紅外圖像提取灰度顏色與梯度方向直方圖兩種特征。
[0010]根據(jù)初始幀紅外圖像中目標(biāo)像素點(diǎn)(X，y)，由公式(1)、(2)得到該目標(biāo)像素點(diǎn)(X，y)的梯度，如下:
[0011]Gx(x, y) = H(x+1, y)-H(x-l, y) 式(1);
[0012]Gy(x, y) = H(x, y+l)-H(x, y-1) 式⑵;
[0013]式中，Gx(X，y)、Gy(X，y)、H(X，y)分別表示輸入初始幀紅外圖像中該目標(biāo)像素點(diǎn)(x，y)處的水平方向梯度、垂直方向梯度和像素值。
[0014]根據(jù)公式(3)、(4)，該目標(biāo)像素點(diǎn)(x，y)處的梯度幅值G(x，y)和梯度方向α (X，y)為:
[0015]
【權(quán)利要求】
1.一種基于模型互更新的雙模圖像決策級(jí)融合跟蹤方法，其特征在于該方法的具體步驟是:步驟(1).提取初始幀紅外圖像與初始幀可見(jiàn)光圖像的特征1.1初始幀紅外圖像的特征提取:對(duì)初始幀紅外圖像提取灰度顏色與梯度方向直方圖兩種特征；根據(jù)初始幀紅外圖像中目標(biāo)像素點(diǎn)(X，y)，由公式(1)、(2)得到該目標(biāo)像素點(diǎn)(x，y)的梯度，如下:Gx(x, y) = H(x+1, y)-H(x-l, y) 式(1);Gy(x, y) = H(x, y+l)-H(x, y-1) 式⑵;式中，Gx(x, y)、Gy (x, y)、H(x, y)分別表示輸入初始幀紅外圖像中該目標(biāo)像素點(diǎn)(x, y)處的水平方向梯度、垂直方向梯度和像素值；根據(jù)公式(3)、(4)，該目標(biāo)像素點(diǎn)(x，y)處的梯度幅值G(x，y)和梯度方向a (x, y)為:
【文檔編號(hào)】G06K9/62GK103679677SQ201310681113
【公開(kāi)日】2014年3月26日 申請(qǐng)日期:2013年12月12日 優(yōu)先權(quán)日:2013年12月12日
【發(fā)明者】谷雨, 茍書(shū)鑫, 彭冬亮, 陳華杰, 劉俊 申請(qǐng)人:杭州電子科技大學(xué)