1.一种采用极坐标变换法的不规则边框目标跟踪系统，其特征在于，包括：初始图像采样模块，用以对连续相关滤波算法中的参数进行初始化，并根据第一帧中跟踪目标的给定位置，即目标中心点坐标(xc，yc)，对笛卡尔坐标系下的图像进行裁剪采样得到样本图像块x1；

余弦窗加窗模块，用以对所述样本图像块x1进行特征提取，然后对提取的特征进行串联以及余弦窗加窗操作得到图像样本z′；

连续相关滤波模块，用以将所述图像样本特征z′经过快速傅里叶变换得到特征图谱Z′，再使用连续相关滤波器h对所述特征图谱Z′进行滤波处理得到连续滤波响应图谱r，然后通过牛顿法对所述连续滤波响应图谱r进行计算得到估计的目标中心点坐标不规则边框估计模块，用以通过使用所述估计的目标中心点坐标 对所述跟踪目标的四角点坐标进行生成，并对生成后的四角点坐标构成的四边形区域进行采样及预处理得到增广后的四角点坐标值

连续相关滤波器生成模块，用以将所述增广后的四角点坐标值 进行用于连续相关滤波器生成的重采样，得到重采样图像样本 并使用该重采样图像样本 对滤波器f进行生成，得到生成后的滤波器

尺度与角度滤波器生成模块，用以通过使用所述重采样图像样本 对滤波器 进行生成，得到生成后的尺度与角度滤波器结束模块，用以将所述增广后的四角点坐标值 所述生成后的滤波器 以及所述生成后的尺度与角度滤波器 进行保留，并将所述增广后的四角点坐标值 应用于下一帧的图像中，得到新的裁剪样本图像块xi，带入到余弦窗加窗模块中进行操作，并对接下来的各帧都循环执行余弦窗加窗模块至结束模块的操作，直到视频序列结束。

2.根据权利要求1所述的采用极坐标变换法的不规则边框目标跟踪系统，其特征在于：在不规则边框估计模块中，所述预处理为：对采样后的四边形区域进行特征提取和加窗操作，得到用于尺度预测的单个角点特征图谱Z′；对单个角点特征图谱Z′进行四角点旋转，得到增广后的四角点特征空间 对增广后的四角点特征空间 进行连续相关滤波，再通过增广坐标值S′得到增广后的四角点坐标值

3.根据权利要求2所述的采用极坐标变换法的不规则边框目标跟踪系统，其特征在于：在连续相关滤波器生成模块中，

使用增广后的四角点坐标值 进行用于连续相关滤波器生成的重采样，得到有w＝wg+wh+wn层特征的加窗后重采样图像样本 其中wg为Gray特征层数，wh为HOG特征层数，wn为CN特征层数，w为合成特征层数；

根据连续相关滤波理论得到滤波器f的生成表达式为H H

其中，W 为滤波器f的权值矩阵W的共轭转置矩阵，A为A矩阵的共轭转置矩阵，矩阵A的表达式为 Γ为对角线权重矩阵，表达式为高斯型标志矩阵 的表达式为

将重采样图像样本 带入上述公式，对滤波器f进行生成，得到生成后的滤波器

4.根据权利要求3所述的采用极坐标变换法的不规则边框目标跟踪系统，其特征在于：在尺度与角度滤波器生成模块中，根据连续相关滤波理论得到单个角点滤波器 的表达式为‑1

其中，⊙ 为矩阵点乘操作，是矩阵点乘操作⊙的逆运算，k代表第k个特征通道，为当前帧前的各个帧的线性组合，为 经过傅里叶变换后的结果矩阵，而 为 的共轭矩阵， 为x经过极坐标变换后的结果，而 为 进行特征提取后的结果矩阵，|·|是对矩阵中各个元素分别求取其模值；

对上述公式进行四角点增广，得到其中，k代表第k个特征通道，γ为经过四角点增广后的将重采样图像样本 带入上述公式，对滤波器 进行生成，得到生成后的尺度与角度滤波器

5.根据权利要求4所述的采用极坐标变换法的不规则边框目标跟踪系统，其特征在于：在余弦窗加窗模块中，

对样本图像块x1进行特征提取操作，提取的特征依次包括：Gray、HOG以及CN；

g h

根据特征Gray得到特征图谱z 、根据特征HOG得到特征图谱z、根据特征CN得到特征图n g h i

谱z，其中z，z， wi(i∈[g，h，n])为特征图谱z的特征通道数量；

将特征Gray、HOG以及CN按特征通道个数这一维度进行串联，得到图像样本其中w＝wg+wh+wn，wg为Gray特征层数，wh为HOG特征层数，wn为CN特征层数，w为合成特征层数；

对图像样本z进行点乘二维余弦窗coswindow的加窗操作，表达式为z′＝z⊙coswindow，⊙为矩阵点乘操作， 且z′为经过余弦窗加窗后的特征图谱，coswindow由余弦窗的函数形式得到，表达式为

coswindow＝h(m)h(n)′其中m，n分别为跟踪目标边框的长度和宽度，且h(m)和h(n)均为一维余弦窗生成函数h(N)，表达式为

则余弦窗函数的周期为2π/N，有N＝m或N＝n。

6.一种采用极坐标变换法的不规则边框目标跟踪方法，包括：步骤1，对连续相关滤波算法中的参数进行初始化，并根据第一帧中跟踪目标的给定位置，即目标中心点坐标(xc，yc)，对笛卡尔坐标系下的图像进行裁剪采样得到样本图像块x1；

步骤2，对所述样本图像块x1进行特征提取，然后对提取的特征进行串联以及余弦窗加窗操作得到图像样本z′；

步骤3，将所述图像样本特征z′经过快速傅里叶变换得到特征图谱Z′，再使用连续相关滤波器h对所述特征图谱Z′进行滤波处理得到连续滤波响应图谱r，然后通过牛顿法对所述连续滤波响应图谱r进行计算得到估计的目标中心点坐标步骤4，通过使用所述估计的目标中心点坐标 对所述跟踪目标的四角点坐标进行生成，并对生成后的四角点坐标构成的四边形区域进行采样及预处理得到增广后的四角点坐标值

步骤5，将所述增广后的四角点坐标值 进行用于连续相关滤波器生成的重采样，得到重采样图像样本 并使用该重采样图像样本 对滤波器f进行生成，得到生成后的滤波器步骤6，使用所述重采样图像样本 对滤波器 进行生成，得到生成后的尺度与角度滤波器

步骤7，将所述增广后的四角点坐标值 所述生成后的滤波器 以及所述生成后的尺度与角度滤波器 进行保留，并将所述增广后的四角点坐标值 应用于下一帧的图像中，得到新的裁剪样本图像块xi，带入到步骤2中进行操作，并对接下来的各帧都循环执行步骤2至步骤7的操作，直到视频序列结束。

7.根据权利要求6所述的采用极坐标变换法的不规则边框目标跟踪方法，其特征在于：在步骤4中，所述预处理为：对采样后的四边形区域进行特征提取和加窗操作，得到用于尺度预测的单个角点特征图谱Z′；对单个角点特征图谱Z′进行四角点旋转，得到增广后的四角点特征空间Z；对增广后的四角点特征空间 进行连续相关滤波，再通过增广坐标值S′得到增广后的四角点坐标值

8.根据权利要求7所述的采用极坐标变换法的不规则边框目标跟踪方法，其特征在于：在步骤5中，

使用增广后的四角点坐标值 进行用于连续相关滤波器生成的重采样，得到有w＝wg+wh+wn层特征的加窗后重采样图像样本 其中wg为Gray特征层数，wh为HOG特征层数，wn为CN特征层数，w为合成特征层数；

根据连续相关滤波理论得到滤波器f的生成表达式为H H

其中，W 为滤波器f的权值矩阵W的共轭转置矩阵，A为A矩阵的共轭转置矩阵，矩阵A的表达式为 Γ为对角线权重矩阵，表达式为高斯型标志矩阵 的表达式为

将重采样图像样本 带入上述公式，对滤波器f进行生成，得到生成后的滤波器

9.根据权利要求8所述的采用极坐标变换法的不规则边框目标跟踪方法，其特征在于：在步骤6中，

根据连续相关滤波理论得到单个角点滤波器 的表达式为‑1

其中，⊙ 为矩阵点乘操作，是矩阵点乘操作⊙的逆运算，k代表第k个特征通道，为当前帧前的各个帧的线性组合，为 经过傅里叶变换后的结果矩阵，而 为 的共轭矩阵， 为x经过极坐标变换后的结果，而 为 进行特征提取后的结果矩阵，|·|是对矩阵中各个元素分别求取其模值；

对上述公式进行四角点增广，得到其中，k代表第k个特征通道，γ为经过四角点增广后的将重采样图像样本 带入上述公式，对滤波器 进行生成，得到生成后的尺度与角度滤波器

10.根据权利要求9所述的采用极坐标变换法的不规则边框目标跟踪方法，其特征在于：在步骤2中，

对样本图像块x1进行特征提取操作，提取的特征依次包括：Gray、HOG以及CN；

g h

根据特征Gray得到特征图谱z 、根据特征HOG得到特征图谱z、根据特征CN得到特征图n g h i

谱z，其中z，z， wi(i∈[g，h，n])为特征图谱z的特征通道数量；

将特征Gray、HOG以及CN按特征通道个数这一维度进行串联，得到图像样本其中w＝wg+wh+wn，wg为Gray特征层数，wh为HOG特征层数，wn为CN特征层数，w为合成特征层数；

对图像样本z进行点乘二维余弦窗coswindow的加窗操作，表达式为z′＝z⊙coswindow，⊙为矩阵点乘操作， 且z′为经过余弦窗加窗后的特征图谱，coswindow由余弦窗的函数形式得到，表达式为

coswindow＝h(m)h(n)′其中m，n分别为跟踪目标边框的长度和宽度，且h(m)和h(n)均为一维余弦窗生成函数h(N)，表达式为

则余弦窗函数的周期为2π/N，有N＝m或N＝n。