基于V-CSK视频遥感卫星运动目标检测跟踪方法

视频遥感卫星在道路交通导航、军事动态监视、目标跟踪等方面具有众多应用,因此利用卫星视频实现运动目标实时检测跟踪备受关注。针对卫星视频中的运动目标检测跟踪问题,提出基于V-CSK算法的检测跟踪方法,该算法采用改进的ViBe检测算法,引入多重自定义阈值滤波算法获得运动目标中心区域,再根据中心位置均值原理与噪声距离判断原则提取目标中心坐标,并实现轨迹曲线估计和修正,最后利用CSK算法实现目标跟踪。基于3组卫星视频数据进行实验,同时引入目标检测和跟踪的对比实验作为参照。实验结果表明,V-CSK算法在卫星视频运动目标检测跟踪中具有良好的性能。

遥感卫星明视视频中飞机目标的跟踪算法

针对直接利用CN跟踪算法难以对遥感卫星视频进行跟踪的问题提出了一种利用目标检测实现全自动跟踪的框架.该框架首先利用变化检测的方法提取出目标的运动区域图像,然后由FasterR-CNN算法对该部分图像进行检测,得到运动目标的初始位置后再由CN跟踪算法进行跟踪.针对CN算法一旦跟丢目标就无法重新找回的问题,提出了解决方案.通过循环检测的方式每隔一定帧间隔进行一次检测,从而对丢失目标的位置进行更新.实验结果表明,提出的方法具有较强的鲁棒性,在真实遥感视频数据上具有较好的效果.

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。

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。

遥感视频卫星运动车辆目标快速检测

随着遥感卫星成像技术的快速发展,遥感视频卫星的出现为运动车辆目标信息获取提供了新手段。然而在遥感卫星视频中,运动车辆目标仅为几个或十几个像素并与背景的对比性较低,难以获取车辆的局部细节特征,使得传统监控视频的运动车辆检测方法直接应用到卫星视频图像会存在很多的问题。在分析遥感卫星视频运动车辆目标检测与传统监控视频运动车辆目标检测差异的基础上,本文提出了一种感兴趣区域自动约束的遥感卫星视频运动车辆快速检测方法:首先是快速自动获取运动车辆目标的感兴趣区域;其次在感兴趣区域约束下,基于改进的高斯背景差分方法实现感兴趣区域内运动车辆快速检测。应用Skybox-1卫星视频数据进行了运动车辆目标检测实验并进行了定性与定量分析。实验结果表明,本文方法可以有效自动减少动态背景变化导致的伪运动目标,具有较高的检测率、较高的检测质量、极低的虚警率以及较高的运行效率,可自动高效实现卫星视频图像中运动车辆目标的高精度检测。