面向视频卫星的多目标跟踪技术

随着面阵探测器的广泛使用,面向视频卫星的多目标跟踪具有重要意义,但基于图结构的多目标跟踪方法,在图的构建中,大多数从相邻帧提取线索,而忽略了以往帧的线索。针对这个问题,提出了一个端到端的图网络框架,利用从多帧中提取的运动特征、外观特征、拓扑信息等多种线索,对图的节点、边和全局变量进行构建。实现这个统一框架的一个关键原则是为不同的线索和不同的来源(轨迹和检测目标)设计兼容的特征表示和图网络更新机制。该框架以前馈的方式运行,并以在线的方式进行训练。在公共数据集VISO、MOT16、MOT17基准上评测,取得了99.8%、48.8%、51.8%的多目标跟踪精度,优于其他相关多目标跟踪算法,并通过消融试验验证了各个线索对多目标跟踪性能提高的有效性,未来在智慧交通、智慧城市、军事战争等诸多领域具有广泛应用场景。

探讨视频卫星在电视新闻报道中的应用潜力

随着科学技术和数据新闻的蓬勃发展,卫星技术在电视新闻媒体报道中的应用价值日渐凸显,尤其是视频卫星的应用,可以从太空视角拍摄有关地面信息的视频资料,不仅不受空域和国界的限制,还为电视新闻报道制作开辟了全新的拍摄视角,在未来电视新闻报道中发挥着举足轻重的作用。因此,文章围绕卫星新闻在国内外的发展趋势展开研究,然后分析视频卫星在电视新闻报道中应用的问题与挑战,最后探讨视频卫星在电视新闻报道中的应用潜力,希望能为电视新闻报道工作提供一些具有可行性与建设性的新思路。

基于相关滤波和轨迹预测的视频卫星动态目标跟踪算法

为解决卫星视频中有遮挡或相似目标情况下目标跟踪的问题,提出了一种改进的相关滤波算法,在跟踪框架中加入了干扰判别模块和基于神经网络的轨迹预测模型。通过比较平均峰值相关能量指标值与自适应阈值来判别跟踪器是否受到干扰。双向长短期记忆网络以目标历史轨迹编码为输入来完成轨迹预测,结合相关滤波输出结果和网络预测结果来确定目标的位置。实验表明,所提出算法的精度提升了2.10%,在有遮挡或相似目标等情况下仍具有较好的跟踪性能。

视频卫星影像的Bayer插值重建

视频卫星在成像过程中一般采用Bayer模板,地面处理时需要通过Bayer插值处理才可恢复全彩色的影像。针对视频卫星影像Bayer插值重建中容易出现拉链、噪点和边缘伪彩色等问题,提出一种改进的基于亮度、色度信号重建的滤波方法。首先,通过24张标准柯达影像训练得出Bayer插值重建的带通滤波器;其次,通过带通滤波器提取色度信号,并根据Bayer模型获取初始的重建结果;然后,在绿色空间中,利用梯度信息进行均值区域判断,并在均值和非均值区域中分别进行边缘方向插值和色差域中值滤波更新,有效减少均值区域的插值拉链和噪点现象;最后,在新的色差域中进行红光、蓝光波段的导向插值和中值滤波更新,进一步提升插值精度。采用吉林一号01星和03星的4幅视频影像数据验证本文方法的有效性,结果表明与2种经典的Bayer插值方法相比,提出的改进方法在定性和定量评价上均最优,影像边缘更加锐利、清晰,无明显噪点和伪彩色现象,可用于卫星视频数据的后续处理和应用。

基于吉林一号视频卫星影像的实时车辆跟踪方法研究

针对对比度低、目标特征信息缺乏的卫星视频车辆检测和跟踪难点,提出了基于视觉背景提取算法(ViBe)的视频卫星车辆检测与跟踪方法.利用改进的ViBe算法进行运动车辆检测,初步获取车辆位置和形状信息;利用车辆形状、运动特征进行车辆跟踪,得到每一车辆的运动轨迹,最后根据车辆运动轨迹结合视频参数估算运动车辆速度等交通参数.以“吉林一号”视频卫星数据为例,采用文中方法进行车辆跟踪,正确率达到90%以上,可用于车辆检测、跟踪和车辆速度估计.

一种新型微小视频卫星光学系统设计

基于Ritchey-Chretien(R-C)光学系统,采用Zemax软件设计次镜为类曼金反射镜的折反射式光学系统。系统的焦距为3 000mm,视场角为1°,相对孔径为1/8,工作谱段为450nm^900nm。结果表明,截止频率为50lp/mm处的MTF值为0.55,接近衍射极限,畸变小于0.022%。类曼金镜的非球面反射面与主镜构成R-C光学系统,消除了系统的球差和彗差,折射面分担次镜的光焦度,减小了非球面的非球面偏心率。类曼金反射镜的加入,将次镜非球面偏心率的平方由4.356减小到1.940,而且系统总长度由600mm减小到550mm。

视频卫星凝视姿态跟踪有限时间控制仿真研究

针对视频卫星对地凝视成像的姿态控制问题,提出了一种基于双框架控制力矩陀螺(DGCMG)和反作用飞轮的卫星对地凝视姿态跟踪有限时间控制方法。推导了凝视成像时卫星的期望姿态和期望角速度;建立了视频卫星姿态跟踪数学模型;基于非线性系统齐次性方法设计了一种有限时间控制算法;进行了数值仿真和半实物仿真。仿真结果表明,该方法能够实现视频卫星对凝视姿态跟踪,可使闭环系统状态有限时间收敛并具有很好的鲁棒性。

视频卫星在轨相对辐射定标方法

视频卫星利用敏捷姿态性能对地凝视成像,实现对目标的动态监测。为了消除视频卫星获取时序图像中由探测元件响应差异引起的非均匀性,获得清晰的图像和准确的辐射信息,需要针对视频卫星传感器进行相对辐射定标。由于成像机理不同,基于统计的在轨辐射定标方法并不适用于视频卫星,提出采用均匀场景的视频卫星在轨相对辐射定标方法,分别对云层、海洋和沙漠三种典型的均匀场景进行凝视视频成像,解算相对辐射定标系,其中,沙漠场景的处理取得了较好的相对辐射定标系数,校正吉林一号视频单帧影像。该方法能够有效修复图像缺陷,图像的非均匀性由3.7%降低至1.2%。

视频卫星对地凝视成像姿态调整技术研究

针对视频卫星成像时视轴对地面目标的指向保持问题、面阵传感器与目标区域之间的相对运动导致的成像质量问题,进行视频卫星对地凝视成像姿态调整技术的研究。首先建立使用面阵传感器的视频卫星对地凝视成像姿态运动学模型,分析卫星与地面目标之间的相对运动过程。然后,以成像质量为基本约束条件,提出一种对地面区域目标凝视成像的三轴姿态机动规划方法。最后,对姿态机动规划方法进行数值仿真和验证,依据仿真结果,提出面阵凝视成像对卫星姿态控制精度的需求。数值仿真分析结果表明,文章提出的面阵凝视成像姿态机动规划方法是合理可行的,所需的姿态指向稳定度为0.003(°)/s,偏航轴姿态稳定度为0.069(°)/s,姿态指向精度为0.01°。

基于ViBE与面向对象分类的视频卫星运动车辆检测

为了提高视频卫星对运动车辆的检测质量,在经典视觉背景提取器(ViBE)算法的基础上,结合遥感的面向对象分类技术,从提升正确检测运动目标数量和抑制虚假运动目标检测数量两个方面着手,提出了一种新的运动车辆检测方法(VOMVD)。首先通过优化ViBE模型参数,尽可能多地获取真实运动目标,但这在一定程度引入了许多的虚假目标。研究继而依据影像上地面小尺度运动目标和道路的依存关系,采用面向对象的分类方法,基于光谱、纹理、空间属性,构建了均值、标准差、卷积核内平均灰度值、卷积核内平均信息熵、面积、长度、紧密度、延伸度等8个特征,用于提取道路信息,以此掩膜ViBE提取的虚假运动目标和伪运动目标。结果表明,基于本研究提出的视频卫星运动目标检测方法较之三帧差分法、ViBE检测方法等,其精度有明显提升。在本研究中,三帧差分法、ViBE和VOMVD对运动目标的检测精度P分别为70.91%,61.49%和85.71%,召回率R分别为84.78%,98.91%和97.83%,F值分别为77.23%,75.83%和91.37%,有效提升了方法对运动目标的检测效果。

低轨视频卫星成像特性分析

视频卫星主要的特点是以"太空录像"的方式获取连续多帧序列图像,可以实现对某一特定区域的凝视成像,因此特别适用于动态变化监测与运动目标矢量指示。文章以美国"天空卫星"(SkySat)为例,分析了图像模式与视频模式下的主要技术指标,给出了低轨视频卫星光学遥感器的主要技术指标和方案设想。在90s的视频成像时间内,分析了卫星俯仰角机动、姿态稳定度及指向精度等姿态控制特性,给出了视频成像的空间分辨率变化和多帧图像构成立体像对的基高比。最后提出了须要重点解决的关键技术,如大面阵CMOS器件、姿态俯仰敏捷机动能力等。

遥感视频卫星应用展望

目前遥感技术发展迅速,人类逐步进入了以高时间分辨率、高光谱分辨率和高空间分辨率为特征的对地观测新时代。视频卫星的出现为遥感实时对地观测提供了新的契机,契合未来遥感即时商业发展的需求。首先总结视频卫星的国内外发展现状和趋势,介绍视频卫星的成像原理,对比视频卫星的滚扫式成像模式与传统卫星的推扫式成像模式的差异,展望了视频卫星未来在大型商业区车辆实时监测、自然灾害应急快速响应、重大工程监控和军事安全等4个重点领域的应用潜力。

视频卫星单目标实时跟踪算法

针对时空上下文(STC)目标跟踪算法在高分辨率视频卫星影像中,目标经过复杂背景时跟踪准确度过低的问题,提出了适用于视频卫星影像数据的改进型时空上下文目标实时跟踪算法。该算法结合感知哈希算法对STC目标跟踪算法中置信图模型加以改进,以提升跟踪算法的目标定位精度,使用帧间学习率自适应更新方法以提升跟踪算法准确度,使用固定目标尺度方法提升跟踪速度以确保算法实时性。对“吉林一号”系列视频卫星影像进行仿真实验,实验结果表明所提算法在保证实时跟踪速度的同时,克服了视频卫星影像中复杂背景对目标跟踪算法的干扰,实现了针对高分辨率视频卫星影像实时的精准目标跟踪。

基于核相关滤波的视频卫星目标跟踪算法

随着社会的不断发展和科技的不断进步,视频卫星越来越受到重视,而在卫星视频中对小目标的跟踪也逐渐成为一种新的研究方向。针对卫星视频中目标背景复杂、目标较小、跟踪过程中准确度较低的问题,提出了改进的核相关滤波(KCF)算法对卫星视频中的小目标进行实时性地跟踪。该算法结合卡尔曼滤波算法,解决目标跟踪过程中目标被遮挡的问题,利用局部模板匹配的方法对目标进行精确地跟踪,使用固定目标尺寸来保证目标跟踪的成功率。所用的视频数据集由“吉林一号”视频卫星拍摄,并且经过多次实验,最终实验结果表明所改进的算法不仅能够解决目标遮挡的问题,并且还能在复杂背景下对目标进行准确地跟踪,目标跟踪的成功率得到了很大的提高。

遥感视频卫星多目标检测、跟踪和定位算法

提出基于道路掩模(Road Masking)、高斯混合模型(Gaussian Mixture Model,GMM)和数据关联(Data Association)的遥感视频卫星(Video Satellite)多目标(Multiple Object)检测、跟踪和定位(Detection Tracking and Locating)算法。该方法基于深度学习实现了遥感视频中的道路网提取(Road Network Extraction)。在检测阶段,基于高斯混合模型采用背景差分的方法得到道路上动态多目标的检测结果。在跟踪阶段,基于邻域搜索算法实现相邻帧中同一个目标检测结果的数据关联,从而得到每个目标的连续跟踪轨迹。在定位阶段,利用遥感影像正射校正技术得到影像行列号坐标与WGS84经纬度坐标之间的转换关系,从而得到目标的经纬度坐标。基于长光一号卫星获取的真实遥感视频进行了多目标检测、跟踪、定位实验,验证了该方法的可行性。

凝视视频卫星目标检测算法

为了实现对高分辨率光学遥感视频卫星成像视场范围内的飞机目标进行快速高效检测,提出一种遥感影像快速目标检测方案。文章借鉴深度卷积神经网络模型YOLO系列算法高速检测目标优点,引入端对端式全卷积神经网络构建检目标测算法,通过实验统计和探索光学卫星成像视场范围大小对目标检测准确率和检测速度的影响,结合目标尺度进行网络调优、改进检测模型,得到基于凝视成像视频卫星目标检测的高效算法。运用算法对来自"吉林一号"光学A星及视频3星的影像数据集进行目标检测实验统计,在413张800像素×800像素的静态遥感影像测试集中实现76.2%的平均检测准确率,在同等尺度的遥感视频序列中实现31帧/s的检测速度。该算法成功将深度卷积神经网络技术引入到凝视视频卫星遥感应用领域,有效证明了深度学习技术在遥感视频识别领域的可行性。

浅析视频卫星在电视新闻报道中的应用潜力

视频卫星可以从太空拍摄地面视频资料,不受国界和空域限制,为电视节目制作提供了新的拍摄视角,在未来的新闻报道中可以发挥重要作用。因此,重点介绍这项技术的发展趋势和应用前景。

基于视频卫星影像的数字表面模型生成方法

随着视频卫星应用范围逐渐扩大,视频卫星影像的应用要求也在不断提高。传统数字表面模型生成方法的三维图像匹配能力较低,时常造成数字表面模型生成效率较低且视差较大的问题。针对此情况,设计基于视频卫星影像的数字表面模型生成方法,对原始图像进行预处理,为数字表面模型生成提供图像信息。使用Sobel算子,完成图像三维匹配过程。使用双线性多项式内插值法,确定图像的插值位置与数据量;使用单中心投影影像模型处理方法,结合处理后的影像数据,构建卫星影像数字表面模型。至此,完成了基于视频卫星影像的数字表面模型生成方法。实验验证表明,此方法效果优于传统方法,在一定程度上可缓解数字表面模型生成效率较低且视差较大的问题。

遥感视频卫星的任务规划过程对比

文章以卫星成像质量优先为原则,对比了遥感视频卫星CMOS相机载荷与普通遥感卫星CCD相机载荷的成像方式和成像任务规划过程。通过对比可知,相比于普通CCD相机成像,遥感视频卫星CMOS相机成像方式上更多样,不仅包括单帧成像,还包括凝视成像和滑动成像。同时,遥感视频卫星CMOS相机成像在任务规划时也稍复杂,凝视成像需要计算可见窗口内每秒的卫星俯仰以及测摆,以对准成像目标;滑动成像需要以轨为单位计算可见窗口,其需保持星下点成像,以减少滑动成像失真。

一种广角相机视频小卫星姿态跟踪方法

针对传统目标跟踪方法需要目标的先验位置信息、不适用于非合作目标跟踪的问题,提出了一种基于广角相机图像误差的视频小卫星目标跟踪方法。该方法首先建立了广角相机成像模型,然后计算目标在相机图像平面中的投影位置和期望位置之差,通过图像误差确定目标与视频小卫星的相对误差角速度和姿态误差,将其作为反馈项设计非线性控制器,最后利用Barbalat引理证明了系统的稳定性。仿真结果表明,在广角相机大范围视场下,该方法可以有效地将目标控制到图像平面中期望的位置,并且利用天拓二号卫星在轨验证了该方法的有效性。