基于卡尔曼滤波快速迭代优化的视频卫星目标跟踪方法研究

摘要

随着视频卫星技术的不断进步,使用视频卫星影像数据进行目标跟踪逐渐成为新的研究热点。视频卫星可以通过实时对地观测获取大范围和包含大量地理信息的实时视频数据,给目标跟踪提供了更为便捷和详实的数据源。但是,视频影像数据分辨率往往较低,且图像中存在的建筑、植被等遮挡和阴影导致识别和跟踪的准确性不高,这也给目标跟踪带来了一定的挑战。因此,本文提出了一种基于卡尔曼滤波的视频卫星影像目标跟踪方法,首先利用均值插入加快了运动模型的拟合过程,在目标被遮挡之前模拟其运动轨迹,然后利用最小二乘法来求解观测值的拟合曲线,减小人工标注带来的误差,提高了更新后的预测结果的准确性,最后,利用预测值与观测值的交并比和目标的颜色直方图特征进行帧间目标匹配关联,实现视频卫星影像目标跟踪。实验结果表明,利用均值插入辅助的卡尔曼滤波器不仅解决了对遮挡目标的持续跟踪,在跟踪精度上也达到了0.915,解决了其收敛速度慢带来的跟踪精度低的问题。

关键词

视频卫星 / 遮挡 / 卡尔曼滤波 / 均值插入 / 目标跟踪