CN103400381A - 一种基于光学成像的水下目标跟踪方法 - Google Patents

Abstract

本发明公开一种基于光学成像的水下目标跟踪方法，水下目标具有运动自由度高和复杂多变的空间结构特点，根据水下光学成像模型并引入暗原色先验算法，计算出水下目标和摄像机之间的距离，同时由计算得到的摄像机和水下目标距离信息对图像进行色彩恢复，以及自适应地调整目标跟踪窗口尺寸的大小，最后在粒子滤波框架下对水下目标进行跟踪。本发明能够在单摄像机视频中稳定、可靠地对水下目标进行自适应跟踪，且运算效率高。

Description

一种基于光学成像的水下目标跟踪方法

技术领域

本发明涉及一种基于光学成像的水下目标运动跟踪方法，尤其涉及融合距离信息的水下目标跟踪，属于机器视觉技术领域。

背景技术

在海洋科学的研究中，经常使用高分辨率的视频设备来拍摄长时间的视频。面对如此大量的数据，依靠手工处理并不高效的。因此，水下机器视觉成为一项通用技术，用来协助水下应用，在机器人，气象，通信，生物医药等方面都有着重要的作用。

在水下机器视觉中，较高级别的应用需要定位每帧图像中目标的位置，而目标跟踪恰恰是其中的关键技术。由于光在水中传播的特性，水下视频的质量严重退化。因此，所获取的水下视频的信噪比非常低，目标的信息也严重失真。与地面上视频相比较，水下视频目标信息的提取非常困难。同时，由于水下目标运动具有自由度高和复杂多变的空间结构特点。因此，普通的水下目标跟踪方法已经不再适用。

基于上述问题，通过获取目标和摄像机之间的距离信息，并将其作为重要参数以帮助水下目标跟踪准确性提高，是一个全新的研究设计策略。本发明基于粒子滤波框架，通过提取距离信息，并以此指导实现水下运动目标的自适应跟踪。

发明内容

发明目的：本发明所要解决的技术问题是提供一种基于光学成像的水下目标跟踪方法，通过结合水下目标与摄像机距离信息以及粒子滤波算法来对水下目标进行自适应跟踪。

发明内容：为解决上述技术问题，本发明所采用的技术方案为：

一种基于光学成像的水下目标跟踪方法，包括如下步骤：

首先，在单摄像机成像条件下，根据水下光学成像模型并引入暗原色先验算法，计算出水下目标和摄像机之间的距离；

随后，利用得到的水下目标和摄像机的距离信息对水下图像进行色彩恢复，同时建立目标及候选目标的模板直方图；

最后，在粒子滤波框架下，基于距离信息自适应地调整跟踪窗口的大小，对水下目标进行跟踪。

其中，计算水下目标和摄像机间的距离信息，具体步骤为：

（1）计算某一帧图像的暗原色信息；

（2）基于水下成像模型及统计规律得到水下背景光、水下目标与摄像机距离以及衰减因子的关系；

（3）由该帧图像中的最亮点得到水下背景光信息，衰减因子是已知常量，依据步骤（2）中的关系式，计算出水下目标与摄像机间的距离。

其中，对水下图像进行色彩恢复，具体操作步骤为：以水下目标与摄像机间的距离为基础，计算背景光在背景与摄像机间的传播强度，用原图像减去此传播强度再除以水下目标与摄像机间水下目标的光衰减程度，得到色彩恢复图像。

其中，自适应地调整跟踪窗口的大小，具体操作步骤为：以水下目标与摄像机间距离为基础，计算前后两帧图像中距离信息的比例，基于前一帧中目标跟踪窗口的尺寸，按计算得到的比例调整后一帧跟踪窗口的大小。

本发明相比于现有技术，具有以下有益效果：

1、跟踪鲁棒性强。单摄像机视频的暗原色先验处理，在不进行背景建模并不借助任何先验知识的前提下，可有效计算出目标中心和摄像机的距离信息。由于水下目标运动自由度高和复杂多变的空间结构特点，目标投影大小会发生显著地变化，使用上述距离信息可以自适应地调整跟踪窗口的大小。同时由于水下介质散射以及反射的影响，水下图像颜色失真严重，而衰减程度又是与距离信息密切相关，采用此距离信息可以有效地对水下图像进行色彩恢复。

2、技术推广性强。现有的能够实现水下目标跟踪的少数算法均采用多摄像机立体视觉技术，并要求极为苛刻的摄像机标定。造成算法的硬件复杂度和计算复杂度较高，很难满足常规应用的需要。本发明在单摄像机成像的条件下就能够实现水下目标的跟踪，显著降低了跟踪系统硬件搭建的复杂度，并且不需要繁琐的摄像机标定，算法的计算复杂度显著降低。能够更加广泛的加载到这种水下视频系统中，技术推广性显著提高。

鉴于以上特点，本方法能够稳定、可靠地针对水下运动目标进行跟踪。

附图说明

图1是本发明基于光学成像水下目标的跟踪方法流程图；

图2是本发明基于光学成像水下目标跟踪方法的目标跟踪算法流程图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所示，一种基于光学成像的水下目标跟踪方法，包括如下步骤：

首先，根据水下光学成像模型理论以及暗原色先验算法，提取每帧视频图像的模糊程度，即雾的浓度，计算出水下目标和摄像机之间的距离；

随后，由计算出的距离信息和水下成像模型来对模糊图像进行去雾处理，同时对水下环境所造成的图像颜色失真进行补偿，对水下图像进行增强处理，计算图像的核密度加权颜色直方图，并以此作为水下目标的模板特征；

此外，根据光学成像模型和投影理论，场景中的某个目标成像后的尺寸大小应该和摄像机之间的是距离成反比的，利用得到的距离信息自适应地调整跟踪窗口的大小。

最后基于粒子滤波框架，融合距离信息自适应地对水下目标进行跟踪。

本发明的水下目标跟踪方法，核心在于通过暗原色先验算法计算摄像机与目标之间的距离，由此进行图像色彩恢复和自适应调整跟踪窗口的大小进行目标跟踪。

水下成像模型可以由下式表示：

$I_{\mathrm{\λ}}\left(x\right)=J_{\mathrm{\λ}}\left(x\right){\mathrm{\ρ}}_{\mathrm{\λ}}\left(x\right)\exp [-{\mathrm{\α}}_{\mathrm{\λ}}r\left(x\right)]+B_{\mathrm{\λ}}(1-\exp [-{\mathrm{\α}}_{\mathrm{\λ}}r\left(x\right)\left]\right)$

其中，λ是颜色通道，I_λ(x)是在点x处得到的图像，J_λ(x)是水下环境光，ρ_λ(x)是反射率，α_λ是波长衰减因子，r(x)是深度，B_λ为水下背景光。

对于图像I_λ(x)，计算其暗原色为：

$\begin{array}{c}{I}_{\mathrm{dark}}\left(x\right)=\underset{\mathrm{\λ}\∈\{r,g,b\}}{\min }\left(\underset{y\∈{\mathrm{\Ω}}_x}{\min }{I}_{\mathrm{\λ}}\left(y\right)\right)\\ =B_{\mathrm{dark}}(1-\exp [-{\mathrm{\α}}_{\mathrm{dark}}r\left(x\right)\left]\right)\end{array}$

其中：I_dark即图像I的强度值接近于0的暗原色。

在背景光是同态均匀的情况下，目标和摄像机之间的距离r(x)为：

$r\left(x\right)=-\ln ((B_{\mathrm{dark}}-I_{\mathrm{dark}}\left(x\right))/B_{\mathrm{dark}})/{\mathrm{\α}}_{\mathrm{dark}}$

在机器视觉领域中，衰减因子α_dark通常是预先知道的，水下背景光信息的背景光B_dark可以由图像中的最亮值点得到。因此结合α_dark和B_dark便可得到目标和摄像机间的距离。

由距离信息便可以进行图像色彩恢复以及自适应调整跟踪窗口大小。

水下成像过程中，产生散射的原因主要是由

决定的，而颜色的失真则主要是由

决定的，因此可以将视频图像减去 $B_{\mathrm{\λ}}(1-\exp [-{\mathrm{\α}}_{\mathrm{\λ}}r\left(x\right)\left]\right)$ 然后再除以 $\exp [-{\mathrm{\α}}_{\mathrm{\λ}}r\left(x\right)]$ 便得到了除去散射和颜色失真的清晰图像，也就实现了图像的色彩恢复。即：

$\begin{array}{c}{I}_{\mathrm{\λ}}^{\′}\left(x\right)=\frac{I_{\mathrm{\λ}}\left(x\right)-B_{\mathrm{\λ}}(1-\exp [-{\mathrm{\α}}_{\mathrm{\λ}}r\left(x\right)\left]\right)}{\exp [-{\mathrm{\α}}_{\mathrm{\λ}}r\left(x\right)]}\\ =J_{\mathrm{\λ}}\left(x\right){\mathrm{\ρ}}_{\mathrm{\λ}}\left(x\right)\end{array}$

此外由距离信息来自适应地调整跟踪窗口：

$R_t^i=k\frac{r_{t-1}^i}{r_t^i}{R}_{t-1}^i+{\mathrm{\ξ}}_t^i,i=1,K,N$

其中，

为第t帧中第i个目标的区域，

是第t帧中第i个目标中心点的深度，k为调整因子，

为目标发生形变时窗口调整的加权因子。

将色彩恢复后的水下图像作为粒子滤波跟踪的视频帧，同时在跟踪过程中自适应地调整跟踪窗口，准确性和鲁棒性明显提高。

Claims (4)

1.一种基于光学成像的水下目标跟踪方法，其特征在于：

首先，在单摄像机成像条件下，根据水下光学成像模型并引入暗原色先验算法，计算出水下目标和摄像机之间的距离；

随后，利用得到的水下目标和摄像机的距离信息对水下图像进行色彩恢复，同时建立目标及候选目标的模板直方图；

最后，在粒子滤波框架下，基于距离信息自适应地调整跟踪窗口的大小，对水下目标进行跟踪。

2.根据权利要求1所述的基于光学成像的水下目标跟踪方法，其特征在于：计算水下目标和摄像机间的距离信息，具体步骤为：

（1）计算某一帧图像的暗原色信息；

（2）基于水下成像模型及统计规律得到水下背景光、水下目标与摄像机距离以及衰减因子的关系；

（3）由该帧图像中的最亮点得到水下背景光信息，衰减因子是已知常量，依据步骤（2）中的关系式，计算出水下目标与摄像机间的距离。

3.根据权利要求1所述的基于光学成像的水下目标跟踪方法，其特征在于：对水下图像进行色彩恢复，具体操作步骤为：以水下目标与摄像机间的距离为基础，计算背景光在背景与摄像机间的传播强度，用原图像减去此传播强度再除以水下目标与摄像机间水下目标的光衰减程度，得到色彩恢复图像。

4.根据权利要求1所述的基于光学成像的水下目标跟踪方法，其特征在于：自适应地调整跟踪窗口的大小，具体操作步骤为：以水下目标与摄像机间距离为基础，计算前后两帧图像中距离信息的比例，基于前一帧中目标跟踪窗口的尺寸，按计算得到的比例调整后一帧跟踪窗口的大小。