国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于貝葉斯的渦旋自動追蹤方法

      文檔序號:10535869閱讀:435來源:國知局
      一種基于貝葉斯的渦旋自動追蹤方法
      【專利摘要】本發(fā)明公開了一種基于貝葉斯的渦旋自動追蹤方法,采用基于貝葉斯的Kalman濾波對渦旋的運動過程進(jìn)行建模,通過預(yù)測位置與觀測結(jié)果進(jìn)行跟蹤匹配,并采用Hungarian最優(yōu)化算法解決多目標(biāo)渦旋追蹤的匹配沖突問題。本發(fā)明克服了多目標(biāo)渦旋追蹤過程中的復(fù)雜匹配難題,提高了追蹤結(jié)果的準(zhǔn)確性。
      【專利說明】
      一種基于貝葉斯的渦旋自動追蹤方法
      技術(shù)領(lǐng)域
      [0001 ]本發(fā)明涉及一種基于貝葉斯的渦旋自動追蹤方法,屬于海洋渦旋自動提取算法領(lǐng) 域。
      【背景技術(shù)】
      [0002] 中尺度渦(簡稱渦旋)是海洋中分布廣泛且非常重要的一種動態(tài)現(xiàn)象,它不僅能傳 遞熱量、傳播營養(yǎng)物質(zhì),同時也是海洋動能的主要體現(xiàn)。現(xiàn)代遙感觀測技術(shù)的發(fā)展和應(yīng)用為 研究海洋渦旋的演變演化規(guī)律,提供了長時間豐富的觀測資料。從這些海量的觀測資料中 挖掘提取出渦旋的演化過程,是研究渦旋運動演化規(guī)律的基本前提。
      [0003] 目前,渦旋演化過程的追蹤方法主要有三種:1)距離搜索法,主要以當(dāng)前追蹤渦旋 中心點為參考設(shè)定搜索半徑,在下一個時刻搜索落入半徑范圍內(nèi)的渦旋,選取距離最近的 渦旋作為演化后繼(Chelton et al. 2011); 2)相似性追蹤,在距離搜索方法的基礎(chǔ)上,加入 渦旋之間相似程度的度量,以最相似的渦旋左右演化后繼(Chaigneau et al.2008);3)面 積重疊法,根據(jù)渦旋演化前后空間形態(tài)是否存在重疊,來判斷是否同屬于一個渦旋演化過 程(Henson et al.2008)。
      [0004] 現(xiàn)有的這些方法,算法思想簡單,應(yīng)用廣泛,但存在兩點不足:一是忽略了渦旋移 動的本質(zhì),不管是半徑搜索還是面積重疊,若是以當(dāng)前渦旋的位置為參考來追蹤下一個時 亥IJ,本質(zhì)上是假設(shè)渦旋下個時刻仍然停留在原地沒有移動,而這與事實不符;二是當(dāng)多個渦 旋位置接近時,容易形成復(fù)雜的跟蹤匹配問題,如兩個渦旋在下一個時刻追蹤到三個潛在 后繼,究竟哪種匹配才最符合渦旋移動特征,這個問題在現(xiàn)有三種方法中都沒有相應(yīng)的應(yīng) 對辦法。

      【發(fā)明內(nèi)容】

      [0005] 本發(fā)明解決的技術(shù)問題:提供一種基于貝葉斯的渦旋自動追蹤方法,采用Kalman 濾波對渦旋運動過程進(jìn)行建模,解決渦旋下一時刻位置的預(yù)測的問題,同時采用Hungarian 最優(yōu)化匹配算法,解決多個渦旋目標(biāo)追蹤時的匹配沖突問題,提高了追蹤結(jié)果的準(zhǔn)確性。
      [0006] 本發(fā)明的技術(shù)方案:一種基于貝葉斯的渦旋自動追蹤方法,首先構(gòu)建基于貝葉斯 的Kalman濾波(Bar-Shalom et al .2001)對禍旋的運動過程進(jìn)行建模,從概率上預(yù)測禍旋 下一個時刻最可能出現(xiàn)的位置和有效誤差范圍,再與觀測的結(jié)果進(jìn)行跟蹤匹配,如果出現(xiàn) 多目標(biāo)追蹤匹配,則采用Hungarian最優(yōu)化匹配算法(J.Munkres 1957)搜索每一個禍旋目 標(biāo)的最佳后繼。
      [0007] 具體步驟如下:
      [0008] 步驟1、初始化,建立一個空的渦旋跟蹤器集合,一個渦旋觀測值集合和一個空的 跟蹤結(jié)果集合。每一個渦旋跟蹤器將在自動追蹤的過程中記錄一個渦旋演化過程的前序后 繼關(guān)系。禍旋觀測值集合將記錄每個時刻觀測到的渦旋信息(位置、屬性等)。跟蹤結(jié)果集合 將存儲記錄生命過程追蹤完成的渦旋跟蹤器。對首個時刻觀測到的每個渦旋,構(gòu)建渦旋跟 蹤器,記錄渦旋的位置信息,并創(chuàng)建默認(rèn)參數(shù)的Kalman濾波用于跟蹤預(yù)測,然后將跟蹤器添 加到渦旋跟蹤器集合中;
      [0009] 步驟2、啟動追蹤,從下一個時刻開始,按時間幀進(jìn)行循環(huán),若是循環(huán)至最后一幀, 追蹤停止,跟蹤結(jié)果集合收集的渦旋追蹤器,記錄了追蹤渦旋的生命演化過程信息;否則, 進(jìn)行自動追蹤,執(zhí)行步驟3-4;
      [0010] 步驟3、獲取當(dāng)前時間幀的所有渦旋觀測值,添加到觀測值集合中;
      [0011 ] 步驟4、數(shù)據(jù)關(guān)聯(lián),遍歷跟蹤器集合中的每一個渦旋跟蹤器,先進(jìn)行Kalman濾波的 跟蹤預(yù)測,再將預(yù)測的渦旋位置及誤差范圍與當(dāng)前時刻的渦旋觀測值集合中的所有渦旋, 進(jìn)行關(guān)聯(lián)匹配:
      [0012] ?若渦旋跟蹤器的預(yù)測誤差范圍內(nèi)沒有匹配到觀測值集合中的渦旋,則將該跟蹤 器從集合中取出,加入到步驟1建立的跟蹤結(jié)果集合中,表明該渦旋的生命演化過程已經(jīng)追 蹤結(jié)束;
      [0013] ?若渦旋跟蹤器的預(yù)測誤差范圍內(nèi)有且僅有一個匹配的渦旋觀測值,則從渦旋觀 測值集合中取出該渦旋,作為跟蹤器跟蹤到的后繼渦旋,并采用Kalman濾波器對該渦旋的 觀測位置進(jìn)行修正,獲得濾波后的渦旋位置及誤差范圍,并以此為準(zhǔn)進(jìn)行之后的過程追蹤;
      [0014] ?若渦旋跟蹤器的預(yù)測誤差范圍內(nèi)存在多個匹配的渦旋觀測值,則首先采用 Hungarian算法對該跟蹤器與禍旋觀測值構(gòu)成的二分圖(bipartite graph)進(jìn)行最優(yōu)化匹 配,對于匹配到觀測值的渦旋跟蹤器,將該觀測值從觀測值集合中取出,作為跟蹤器跟蹤到 的后繼渦旋,并采用Kalman濾波器對該渦旋的觀測位置進(jìn)行修正,獲得濾波后的渦旋位置 及誤差范圍,并以此為準(zhǔn)進(jìn)行之后的過程追蹤;
      [0015] ?若觀測值集合中存在未匹配跟蹤器的渦旋,則新建一個渦旋跟蹤器,添加到渦 旋跟蹤器集合中。
      [0016]本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點在于:采用基于貝葉斯的Kalman濾波,更準(zhǔn)確地模 擬渦旋的運動過程;采用Hungarian算法解決多目標(biāo)追蹤的復(fù)雜匹配沖突難題,提高了追蹤 的準(zhǔn)確性。
      【附圖說明】
      [0017]圖1為本發(fā)明的實現(xiàn)流程圖。
      【具體實施方式】
      [0018] 如圖1所示,本發(fā)明的具體實施步驟如下:
      [0019] 步驟1、初始化,建立一個空的渦旋跟蹤器集合(trackerList),一個渦旋觀測值集 合(observeList)和一個空的跟蹤結(jié)果集合(completeList)。每一個禍旋跟蹤器將在自動 追蹤的過程中通過在Ids屬性中記錄渦旋ID,存儲渦旋生命過程的前序后繼關(guān)系。渦旋觀測 值集合將記錄每個時刻觀測到的渦旋位置。跟蹤結(jié)果集合將存儲記錄生命過程追蹤完成的 渦旋跟蹤器。對首個時刻觀測到的每個渦旋,構(gòu)建渦旋跟蹤器,在〇bs屬性中記錄渦旋的位 置矢量,并創(chuàng)建默認(rèn)參數(shù)的Kalman濾波用于跟蹤預(yù)測,然后將跟蹤器添加到渦旋跟蹤器集 合中。
      [0020] 跟蹤器、觀測值的數(shù)據(jù)結(jié)構(gòu)如下,跟蹤結(jié)果集合將收集、存儲已跟蹤完成的渦旋跟 蹤器:
      [0021]跟蹤器
      [0023] 觀測值
      [0025] 步驟2、啟動追蹤,從下一個時刻開始,按時間幀進(jìn)行循環(huán),若是循環(huán)至最后一幀, 追蹤停止,跟蹤結(jié)果集合收集的渦旋追蹤器,記錄了追蹤渦旋的生命演化過程信息;否則, 進(jìn)行自動追蹤,執(zhí)行步驟3-4;
      [0026] 步驟3、獲取當(dāng)前時間幀的所有渦旋觀測值,添加到觀測值集合observeList中; [0027] 步驟4、數(shù)據(jù)關(guān)聯(lián)。遍歷跟蹤器集合trackerList中的每一個渦旋跟蹤器,先進(jìn)行 Kalman濾波的跟蹤預(yù)測,將預(yù)測的渦旋位置和協(xié)方差矩陣分別存儲到跟蹤器的Pre和Cov屬 性中,并計算與渦旋觀測位置的mahalanobis(馬氏)距離。馬氏距離計算公式如下:
      [0029] 其中,X表示預(yù)測值向量,Y表示觀測值向量,2表示Kalman濾波器的協(xié)方差矩陣。 由于馬氏距離符合卡方分布,所以當(dāng)渦旋跟蹤器的預(yù)測值向量與觀測值向量的馬氏距離大 于0.05的顯著水平時,認(rèn)為觀測值在預(yù)測的誤差范圍外,跟蹤匹配時應(yīng)排除在外,反之,渦 旋觀測值在預(yù)測的誤差范圍內(nèi),按以下幾種情況進(jìn)行跟蹤匹配:
      [0030] ?若渦旋跟蹤器的預(yù)測誤差范圍內(nèi)沒有匹配到觀測值集合中的渦旋,則將該跟蹤 器從trackerList中取出,加入到步驟1建立的跟蹤結(jié)果集合completeList中,表明該禍旋 的生命演化過程已經(jīng)追蹤結(jié)束;
      [0031] ?若渦旋跟蹤器的預(yù)測誤差范圍內(nèi)有且僅有一個匹配的渦旋觀測值,則從渦旋觀 測值集合observeList中取出該渦旋,作為跟蹤器跟蹤到的后繼渦旋,用該渦旋的空間位置 更新跟蹤器的〇bs屬性,同時,用跟蹤器中的Kalman濾波器對渦旋的位置進(jìn)行修正,用濾波 后的渦旋位置及誤差矩陣更新跟蹤器的Upd和Cov屬性,并以此為準(zhǔn)進(jìn)行之后的過程追蹤;
      [0032] ?若渦旋跟蹤器的預(yù)測誤差范圍內(nèi)存在多個匹配的渦旋觀測值,則首先采用圖遍 歷算法提取出二分圖中的跟蹤器和觀測值,計算跟蹤器與觀測值之間的馬氏距離得到距離 成本矩陣,然后采用Hungarian算法對該距離成本矩陣進(jìn)行最優(yōu)化匹配。對于匹配到觀測值 的渦旋跟蹤器,從渦旋觀測值集合observeList中取出該渦旋,作為跟蹤器跟蹤到的后繼渦 旋,用該渦旋的空間位置更新跟蹤器的〇bs屬性,并用跟蹤器中的Kalman濾波器對渦旋的位 置進(jìn)行修正,用濾波后的渦旋位置和誤差矩陣更新跟蹤器的Upd和Cov屬性,并以此為準(zhǔn)進(jìn) 行之后的過程追蹤;
      [0033] ?若觀測值集合中存在未匹配跟蹤器的渦旋,則新建一個渦旋跟蹤器,添加到渦 旋跟蹤器集合中。
      [0034]以上所述僅為本發(fā)明的優(yōu)選實施例而已,并不用于限制本發(fā)明,對于本鄰域的技 術(shù)人員來說,本發(fā)明可以更改和變化。凡在本發(fā)明的精神和原則之內(nèi),所作的任何修改、等 同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的權(quán)利要求范圍之內(nèi)。
      【主權(quán)項】
      1. 一種基于貝葉斯的渦旋自動追蹤方法,其特征在于步驟如下: 步驟1、初始化,建立一個空的渦旋跟蹤器集合,一個渦旋觀測值集合和一個空的跟蹤 結(jié)果集合;每一個渦旋跟蹤器將在自動追蹤的過程中記錄一個渦旋演化過程的前序后繼關(guān) 系;渦旋觀測值集合將記錄每個時刻觀測到的渦旋信息,跟蹤結(jié)果集合將存儲記錄生命過 程追蹤完成的渦旋跟蹤器;對首個時刻觀測到的每個渦旋,構(gòu)建渦旋跟蹤器,記錄渦旋的位 置信息,并創(chuàng)建默認(rèn)參數(shù)的Kalman濾波用于跟蹤預(yù)測,然后將跟蹤器添加到渦旋跟蹤器集 合中; 步驟2、啟動追蹤,從下一個時刻開始,按時間幀進(jìn)行循環(huán),若是循環(huán)至最后一幀,追蹤 停止,跟蹤結(jié)果集合收集的渦旋追蹤器,記錄了追蹤渦旋的生命演化過程信息;否則,進(jìn)行 自動追蹤,執(zhí)行步驟3-4,直至結(jié)束時間才結(jié)束循環(huán),停止追蹤; 步驟3、獲取當(dāng)前時間幀的所有渦旋觀測值,添加到觀測值集合中; 步驟4、數(shù)據(jù)關(guān)聯(lián),遍歷跟蹤器集合中的每一個渦旋跟蹤器,先進(jìn)行Kalman濾波的跟蹤 預(yù)測,再將預(yù)測的渦旋位置及誤差范圍與當(dāng)前時刻的渦旋觀測值集合中的所有渦旋,進(jìn)行 關(guān)聯(lián)匹配。2. 根據(jù)權(quán)利要求1所述的基于貝葉斯的渦旋自動追蹤方法,其特征在于:所述步驟4中 數(shù)據(jù)關(guān)聯(lián),遍歷跟蹤器集合中的每一個渦旋跟蹤器,先進(jìn)行Kalman濾波的跟蹤預(yù)測,再將預(yù) 測的渦旋位置及誤差范圍與當(dāng)前時刻的渦旋觀測值集合中的所有渦旋,進(jìn)行關(guān)聯(lián)匹配的過 程: (41) 若渦旋跟蹤器的預(yù)測誤差范圍內(nèi)沒有匹配到觀測值集合中的渦旋,則將該跟蹤器 從集合中取出,加入到步驟1建立的跟蹤結(jié)果集合中,表明該渦旋的生命演化過程已經(jīng)追蹤 結(jié)束; (42) 若渦旋跟蹤器的預(yù)測誤差范圍內(nèi)有且僅有一個匹配的渦旋觀測值,則從渦旋觀測 值集合中取出該渦旋,作為跟蹤器跟蹤到的后繼渦旋,并采用Kalman濾波器對該渦旋的觀 測位置進(jìn)行修正,獲得濾波后的渦旋位置及誤差范圍,并以此為準(zhǔn)進(jìn)行之后的過程追蹤; (43) 若渦旋跟蹤器的預(yù)測誤差范圍內(nèi)存在多個匹配的渦旋觀測值,則首先采用 Hungarian算法對該跟蹤器與禍旋觀測值構(gòu)成的二分圖(bipartite graph)進(jìn)行最優(yōu)化匹 配,對于匹配到觀測值的渦旋跟蹤器,將該觀測值從觀測值集合中取出,作為跟蹤器跟蹤到 的后繼渦旋,并采用Kalman濾波器對該渦旋的觀測位置進(jìn)行修正,獲得濾波后的渦旋位置 及誤差范圍,并以此為準(zhǔn)進(jìn)行之后的過程追蹤; (44) 若觀測值集合中存在未匹配跟蹤器的渦旋,則新建一個渦旋跟蹤器,添加到渦旋 跟蹤器集合中。
      【文檔編號】G06T7/20GK105894535SQ201610191428
      【公開日】2016年8月24日
      【申請日】2016年3月30日
      【發(fā)明人】易嘉偉, 杜云艷, 周成虎
      【申請人】中國科學(xué)院地理科學(xué)與資源研究所
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1