(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 202111666781.4 (22)申请日 2021.12.31 (71)申请人 中国科学院空天信息创新研究院 地址 100190 北京市海淀区北四环西路19 号 (72)发明人 潘宗序　王乾通　胡玉新　刘方坚　 韩冰　 (74)专利代理 机构 北京理工大 学专利中心 11120 专利代理师 高会允　仇蕾安 (51)Int.Cl. G06T 7/246(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种同步轨道卫星可见光序列图像海上目 标检测跟踪方法 (57)摘要 本发明公开了一种同步轨道卫星可见光序 列图像海上目标检测跟踪 方法。 本发 明首先对多 帧图像进行分组合成， 方便利用目标的运动信息 检测候选目标， 可提高检出率并降低虚警率； 随 后对输入序列图像 分块后， 进行自适应量化的预 处理， 减小亮度对目标检测的影响； 再利用卷积 神经网络， 对目标进行检测模型训练和加载， 能 适应复杂场景下的目标检测； 利用已训练的检测 模型在单组图像上进行目标检测， 基于交并比， 在多组图像上的检测结果进行目标关联。 本方法 以数据驱动的方式， 自动地在数据中学习能够描 述目标的良好特征， 计算复杂度随检出目标数呈 线性变化， 运 算效率高， 能够满足时效性要求。 权利要求书2页 说明书7页 附图6页 CN 114494342 A 2022.05.13 CN 114494342 A 1.一种同步轨道卫星可 见光序列图像海上目标检测跟踪方法， 其特 征在于， 包括： 步骤1， 依次读取N帧序列图像， 并按照相邻M帧为一组进行分组， 得到N ‑M+1组图像 X1,…,Xi…,XN‑M+1， 其中Xi由第i到i+M‑1帧图像组成； 统一组内图像的长度和宽度， 拼接形成 图像张量Yi； 步骤2， 对图像进行分块处理， 并统一图像块内的亮度， 将图像张量Yi按块分割成图像块 张量yi； 步骤3， 构建神经网络作为海上目标检测模型， 其中， 神经网络的输入为每组的图像块 张量yi； 利用样本集对 海上目标检测模型进行训练， 得到训练完成的海上目标检测模型； 步骤4， 将待检测的图像序列按组输入训练完成的海上目标检测模型， 得到各组的目标 检测结果； 步骤5， 基于交并比， 依次对每组图像的检测结果进行目标关联， 得到目标轨 迹； 步骤6， 得到的目标轨迹中， 包含目标数大于或等于N/2的目标轨迹即为最终的目标检 测跟踪结果， 其中N 为待检测的图像序列中图像的总帧数。 2.如权利要求1所述的一种同步轨道卫星可见光序列图像海上目标检测跟踪方法， 其 特征在于， 采用线性拉伸法、 直方图均衡化法或利用像素 的统计量来量化统一图像块的亮 度。 3.如权利要求2所述的一种同步轨道卫星可见光序列图像海上目标检测跟踪方法， 其 特征在于， 利用像素的统计量 来量化统一图像块的亮度的具体方法为： 计算图像块内像素的最小值zmin、 最大值zmax、 均值 μ和标准差σ； 如果σ <10， 则按照式(1)对图像块进行量 化： x＝min((z‑zmin)×5,255)    (1) 其中， x表示经 过量化后的像素值， z为原图像 像素； 否则， 按照式(2)对图像块进行量 化： 其中， Tb＝min(Ta,zmax)， Ta＝ μ+rσ； r为标准差增益， r的高值rup∈[4.5,5.5]， r的低值rdown∈[2.5,3.5]； 如果Sa/Sb>τs， 则r ＝rup， 否则r＝rdown， 其中像素数比例阈值τs∈[0.01,0.03]， Sa为图像块内像素值大于 μ+3σ 的像素个数， Sb为图像块内的像素总个数。 4.如权利要求1所述的一种同步轨道卫星可见光序列图像海上目标检测跟踪方法， 其 特征在于， 所述步骤1中， 针对各组 图像， 计算其所包含的M帧图像的最小高度hmin和最小宽 度wmin， 将M帧图像的高度和宽度统一剪 裁为hmin和wmin。 5.如权利要求1所述的一种同步轨道卫星可见光序列图像海上目标检测跟踪方法， 其 特征在于， 所述 步骤5基于交并比的目标关联的具体方法为： 对于图像张量Yi， 当i＝1时， 将每个检出目标 都作为 一条目标轨 迹， 得到当前目标轨 迹， 当前目标轨 迹数目T＝K； 当i≥2时， 设已得到的当前目标轨迹共有T条， 计算第t条目标轨迹的最后一个目标 Rt＝权　利　要　求　书 1/2 页 2 CN 114494342 A 2[xt,yt,ht,wt]T与本组新得到 的未被关联的检出目标 依 次进行交并比， 若交并比中的最大值大于阈值τ， 则将最大 交并比所对应的检出目标关联到 第t条目标轨迹上， 并记录已经被关联的检出目标 的关联状态； 依次对已得到的T条当前 目标轨迹与本组新得到的未被关联的检出目标进行关联； 所有已关联上 的目标轨迹， 以及 所有未被关联的目标， 都作为已得到的当前目标轨 迹。 6.如权利要求5所述的一种同步轨道卫星可见光序列图像海上目标检测跟踪方法， 其 特征在于， 记录检出目标 的关联状态的方法为： 在目标关联过程中， 维护一个包含K个布 尔变量的向量c＝[c1,...,cK]T， 检出目标 还未被关联， 标记ck＝0； 已被关联则标记ck ＝1。 7.如权利要求1所述的一种同步轨道卫星可见光序列图像海上目标检测跟踪方法， 其 特征在于， 步骤3中的所述神经网络为深度卷积神经网络 。 8.如权利要求7所述的一种同步轨道卫星可见光序列图像海上目标检测跟踪方法， 其 特征在于， 所述深度卷积神经网络采用Faster  RCNN、 SSD或R3Det。权　利　要　求　书 2/2 页 3 CN 114494342 A 3