(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210965432.0 (22)申请日 2022.08.12 (71)申请人 中国人民解 放军战略支援 部队航天 工程大学 地址 101416 北京市怀柔区雁栖 镇八一路 一号 (72)发明人 林存宝　李兆铭　杨新岩　廖育荣　 谢晴　刘耀胜　 (74)专利代理 机构 工业和信息化部电子专利中 心 11010 专利代理师 田卫平 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/62(2022.01) G06V 10/26(2022.01)G06V 10/25(2022.01) G06V 10/80(2022.01) G06T 7/269(2017.01) G06T 7/277(2017.01) (54)发明名称 一种基于多特征融合与运动估计的视频卫 星目标跟踪方法 (57)摘要 本发明针对卫星视频中目标跟踪问题， 提出 一种基于多特征融合与运动估计的视频卫星目 标跟踪方法， 采用多特征融合与卡尔曼滤波运动 估计相结合策略， 实现对卫星视频中飞机、 舰船、 车辆等目标在有无遮挡条件下的持续稳定跟踪。 包括： 获取搜索区域方向梯度直方图特征与类光 流特征； 获取所述方向梯度直方图特征与类光流 特征的响应图， 并将两者的响应图进行融合， 得 到融合响应图； 根据所述融合响应图进行自适应 目标遮挡判别； 对判别后的响应图进行卡尔曼滤 波运动估计进 而进行目标跟踪。 权利要求书1页 说明书7页 附图1页 CN 115439777 A 2022.12.06 CN 115439777 A 1.一种基于多特 征融合与运动估计的视频卫星目标跟踪方法， 其特 征在于， 包括： 获取搜索区域方向梯度直方图特 征与类光 流特征； 获取所述方向梯度直方图特征与类光流特征的响应图， 并将两者的响应图进行融合， 得到融合响应图； 根据所述融合响应图进行自适应目标遮挡 判别； 对判别后的响应图进行卡尔曼 滤波运动估计进 而进行目标跟踪。 2.如权利要求1所述的方法， 其特征在于， 采用KCF算法获取搜索区域方向梯度直方图 与类光流特征； 具体为： 读取视频序列的第一帧， 根据标签文件确定目标区域， 选取原有宽w与长h目标区域的 2.5倍大小作为搜索区域， 分别获取 所述搜索区域的方向梯度直方图特 征与类光 流特征。 3.如权利要求1或2所述的方法， 其特征在于， 所述将两者的响应图进行融合， 具体方式 如下： 选取所述方向梯度直方图特征与类光流特征的响应图的均值旁瓣比作为二者融合权 重， 进而得到最终的融合响应图， 所述融合响应图最大值所对应位置即为当前帧的多特征 融合KCF目标 预测位置 。 4.如权利要求3所述的方法， 其特征在于， 所述自适应目标遮挡判别之前， 选取目标跟 踪前20帧响应图作为样本数据， 计算每一帧响应图的峰值旁瓣比， 根据所述每一帧响应图 的峰值旁瓣比， 计算峰值旁瓣比的均值和标准差， 选取前20帧中峰值旁瓣比位于预设区间 内的数据作为样本 。 5.如权利要求3所述的方法， 其特征在于， 采用自适应卡尔曼滤波算法对目标遮挡或相 似背景干扰时进行运动估计， 实现对目标的稳定跟踪； 具体步骤如下： 计算符合条件的样本的PSR均值作为判断目标是发生遮挡或存在相似背景干扰的基 准， 然后， 根据拉依达准则设置判断是否发生遮挡或存在相似背 景干扰的阈值， 当某一帧响 应图PSR值小于该阈值时， 则判断存在遮挡或相似背景干扰。权　利　要　求　书 1/1 页 2 CN 115439777 A 2一种基于多特征融合与运动估计的视频卫星目标跟踪 方法 技术领域 [0001]本发明涉及 一种基于多特征 融合与运动估计的视频卫星目标跟踪方法， 属于信息 处理技术领域。 背景技术 [0002]伴随航天遥 感技术的不断发展及应用需求的不断增加， 以美国Skybox公司Skysat 系列、 中国长光卫星公司 “吉林一号 ”系列为代表的视频卫星近年来得到了迅猛发展。 Skysat‑1与Skysat ‑2视频卫星幅宽为2.0km ×1.1km， 分辨率为1.1m， 帧频可达30帧每秒。 “吉林一号 ”视频1星幅宽为4.6km ×3.4km， 分辨率为1.13m， “吉林一号 ”视频3星幅宽为 11.2km×4.6km， 分辨率为0.92m， 二者帧频均优于25帧每秒， 后续长光卫星公司又陆续发射 了“吉林一号 ”视频4、 5、 6星。 凭借视频卫星较高空间分辨率、 高帧频成像的优势， 其在自然 灾害应急响应、 海洋舰船与资源监视、 地面车量 实时监测、 军事目标侦察监视等领域 都具有 广泛应用。 [0003]由于当前全球视频卫星数量相对较少， 所获得空间对地观测视频数据， 特别是公 开数据资源较少， 这使得目前对视频卫星目标跟踪的研究工作相对常规 目标跟踪较少 。 武 汉大学在国内较早开始了有关卫星视频目标跟踪的研究工作， 先后提出了包括核相关滤波 法与三帧差 分法相结合、 光流法与多帧差 分法相结合、 相关滤波法与卡尔曼滤波法相结合、 基于速度特征的相关滤波法、 基于背 景补偿和基于卷积正则化网络等在内的卫星视频目标 跟踪方法。 中国科学院空间应用工程与技术中心研究人员通过将相关滤波法与目标运动估 计相结合， 实现了对一定遮挡条件下卫星视频运动目标的跟踪。 然而， 由于成像距离限制， 卫星视频中飞机、 舰船、 车辆等目标通常所占像素较少， 如典型车辆一般小于10 ×10像素， 难以对目标颜色、 纹理等特性进 行充分表示。 与此同时， 目标在运动过程中有时会遭受遮挡 和强相似背景干扰， 导 致会存在目标跟踪不 准或丢失的现象出现。 [0004]虽然现有方法对典型卫星视频中飞机、 舰船、 车辆等运动目标具有一定的跟踪效 果， 但受制于以上 因素限制， 其目标跟踪成功 率和准确率仍难以满足各种实际应用需求， 仍 需对其方法和 性能进行进一步改进。 本专利针对卫星视频中目标跟踪问题， 采用多特征融 合与卡尔曼滤波运动估计相结合策略， 实现对卫星视频中飞机、 舰船、 车辆等目标在 有无遮 挡条件下的持续稳定跟踪。 发明内容 [0005]本发明针对卫星视频中目标跟踪问题， 提出一种基于多特征融合与运动估计的视 频卫星目标跟踪方法， 采用多特征融合与卡尔曼滤波运动估计相结合策略， 实现对卫星视 频中飞机、 舰船、 车辆等目标在有无遮挡条件下的持续稳定跟踪。 [0006]本发明通过以下技 术方案实现。 [0007]一种基于多特 征融合与运动估计的视频卫星目标跟踪方法， 包括： [0008]获取搜索区域方向梯度直方图特 征与类光 流特征；说　明　书 1/7 页 3 CN 115439777 A 3