基于加权相关的图像匹配跟踪算法的研究

针对电视制导炸弹中弹目相对运动变化而导致的目标尺度变化、几何形变以及随机因素造成的暂短丢帧现象,文中对相关测度函数进行了基于弹-目距离的中心加权修正,提出了相应的模板更新与修正策略、基于线性预测的目标位置的预测方法、跟踪点的定位方法等,在此基础上,实现了基于加权相关的图像匹配跟踪算法.文中算法获取的跟踪点稳定,有效地解决了常规相关匹配算法跟踪点漂移、速度慢、实时性差的问题.实验结果表明,该方法在复杂背景以及目标尺度发生变化时均能获得良好的跟踪效果.     

前视红外目标的鲁棒分层跟踪算法

针对前视红外序列图像中目标与背景对比度低、灰度级动态范围小以及目标边缘模糊的特点,提出了一种基于均值漂移和特征匹配的红外目标鲁棒分层跟踪算法。首先利用均值漂移算法来快速搜索局部最优候选目标。然后,通过特征匹配对跟踪误差进行有效修正。采用Harris算子对模板目标与候选目标进行特征点提取,利用改进的Hausdorff测度对特征点进行有效的匹配度量,最终实现红外目标的精确定位。实验结果表明该算法简单有效,能准确跟踪前视红外目标。     

一种新的红外成像近距目标的跟踪算法

文中给出了一种新的基于相关运算的红外近距目标的跟踪算法。模板选择依据加权的SUSAN算法,通过两级相关运算,进行目标跟踪,以达到减少计算、节约运算时间的目的。第一级粗相关运算采用模板亚采样模式,得到可能性最大的四个定位点;第二级精相关运算以四个定位点为中心的3×3邻域做全模板的匹配计算。本算法还给出了相关跟踪的帧内置信度和帧间置信度信号,实时智能的更新模板,经过实验表明,该算法有效地减少了模板的漂移误差,提高了运算速度。     

基于旋转反射镜光学成像的动态目标跟踪方法

为完善军事靶场实验中精准获得动态目标参数,针对现有目标跟踪方法无法快速跟踪高速运动目标的问题,提出了一种基于反射镜光学成像的动态目标跟踪方法。利用光反射原理,采用高速相机与反射镜结合的方式采集动态目标的多图像信息,建立目标运动数学模型;依据反射镜角度偏移量,研究反射镜转动参数与目标运动参数的匹配关系;采用嵌入式控制器、反射镜、光学相机等搭建系统硬件平台,并结合目标运动数学模型和图像处理算法,实现目标跟踪系统多参量的调控与优化。系统测试结果表明,在变速运动状态下所建立的目标跟踪模型能够获得清晰的目标图像,达到了跟踪的目的。     

基于高斯尺度空间的末制导目标跟踪方法

针对光电成像末制导阶段目标尺寸和姿态均迅速变化的问题,提出了一种基于高斯尺度空间的目标跟踪方法。该方法根据目标模板信息获得其在待匹配图像中的搜索区域,由高斯尺度空间理论求得相应的空间图像;利用尺度参数估计出不同尺寸目标的待匹配图像,并将目标模板与这些待匹配图像进行相关匹配,由匹配程度最高的图像求得目标模板的当前位置和尺寸;当模板尺寸发生变化时,对目标模板进行刷新。仿真结果表明,该算法能适应末制导阶段目标尺寸的急剧变化,在强杂波地面背景下实现对目标的稳定跟踪。     

跟踪窗自适应的捷联导引系统目标跟踪算法

捷联图像末制导导弹在跟踪的后期阶段,弹目距离和成像视角的变化会引起图像尺度和旋转变化,目标区域将由小变大直至充满整个视场。针对经典的Mean Shift算法在图像制导目标跟踪过程中不能自适应目标的尺度和旋转变化这一问题,研究了一种跟踪窗自适应的Mean Shift目标跟踪算法。对初始选定的椭圆目标跟踪区域和候选区域进行加权操作,并利用权值图像的零阶矩和Bhattacharyya系数,对真实目标面积进行精确估计。利用估计出的目标真实面积,并结合权值图像的2阶中心矩进一步构建可表达目标窗口内图像特征的协方差矩阵,再通过奇异值分解建立椭圆面积与协方差矩阵特征值之间的关系,从而计算出椭圆目标区域实际的主轴长度和方向,实现跟踪窗的自适应变化。仿真实验结果表明,该方法既具有Mean Shift算法精度高、实时性好的特点,同时又扩展了Mean Shift算法在目标发生尺度和旋转变化时的自适应能力。     

基于字典学习的实时运动目标跟踪算法

采用提取图像的尺度不变特征可以获得较好的匹配跟踪效果,但该特征提取方法比较耗时。针对这一问题,提出了一种鲁棒的实时目标跟踪方法。该方法通过提取目标的多尺度平移、旋转特征来构建字典,提高了算法的鲁棒性。利用所构建的字典来表示待跟踪目标集特征,查找与目标模板最近邻的待跟踪目标,即可确定跟踪的最终结果。试验结果表明,这种基于字典学习的实时跟踪算法可以鲁棒实时地跟踪单目标。     

一种车载光电平台图像跟踪系统设计

为了对活动目标进行精确引导打击,设计一套新的图像跟踪系统以适应该平台。基于图像跟踪系统原理,论述了复杂背景下的跟踪技术、模板更新机制、低对比度下对弱小目标的跟踪技术、记忆跟踪功能以及对典型目标的跟踪功能等多项技术。介绍了所采取的波门漂移补偿、目标重新捕获和相似目标判断等措施,并以炮兵侦察车搭载该光电平台图像跟踪系统进行了多批次的跟踪试验。试验结果表明：该系统跟踪器的改进方法有效,整体跟踪效果提升显著。     

一种复杂地面背景的目标跟踪算法

实时跟踪算法将提供的原始目标作为基准图像进行序列跟踪，在跟踪过程中根据一定的判据对基准图像的更换、目标丢失的判断等状态进行控制．通过对各种实时跟踪算法的研究，提出了一种基于图像相关的多模板跟踪算法，并给出了多模板相关算法中的判断准则：模板更换准则、目标丢失判断．试验证明，对地面复杂背景的目标实时跟踪有效可行。     

跟踪可移动地面目标的新途径

利用小型特种飞行器跟踪地面活动目标时,一般需采用双自由度光电跟踪器,文中提出了一种使用单轴光电跟踪器,再加上飞行器航向或速度调整实现目标跟踪的设想。进行了仿真计算和可行性研究,给出了跟踪模型和跟踪曲线,分析了影响跟踪性能的各个因素,确定了最佳初始跟踪点和最小初始跟踪距离,提出了平行跟踪算法。以上仿真分析结果对研制小型化、低成本动目标跟踪设备将会有较大的帮助。     

一种自适应双波门电视跟踪算法

为了解决跟踪空中目标时背景云雾的干扰及目标大小和姿态变化带来的不利影响，提出了用于电视跟踪的一种双波门改进算法。该算法在双波门算法的基础上，加入动态阈值的判断，使之能快速、有效地去除背景云雾干扰，同时根据目标特征自适应调整内波门尺寸，避免因目标大小的剧烈变化导致的跟踪失败。利用视场内帧预测方法，较好地解决了目标丢失的问题。该算法通过半物理仿真实验进行验证，解决了云雾干扰、目标大小和姿态变化等不利影响问题，达到了系统实时性要求，实现了稳定跟踪。     

基于单目视觉的多车辆跟踪方法研究

针对车载单目摄像机的汽车辅助驾驶系统,提出了一种多模式多线索的车辆跟踪算法。首先利用运动估计预测目标在下一帧的感兴趣区域,也就是跟踪窗。然后多目标遮挡推理机制确定目标是处于遮挡模式还是正常模式。在正常模式下,在跟踪窗内联合使用车辆的先验知识、评估环节、分块模板等线索对车辆目标定位;遮挡模式下,利用遮挡推理机制给出的遮挡区域,在跟踪窗内调用切割分块模板匹配进行遮挡处理。这种多模式多线索的车辆跟踪方法实现了对后方多车辆的稳定跟踪,同时也适合前视车辆。实验结果表明该算法是鲁棒的和准确的。     

基于Levy飞行的蜂拥控制算法在目标跟踪中的应用

为解决较大区域内移动智能体对目标的跟踪问题,提高收敛速度,优化跟踪效果,提出基于Levy飞行的蜂拥控制算法。利用Levy飞行的特性,在移动智能体群体中加入搜索智能体,采用Levy飞行策略对目标进行搜索,智能体根据周围邻居和所能感知到的目标信息调整自身运动。仿真验证表明：与不具有搜索智能体的蜂拥控制算法相比,该模型搜索目标的速度更快,跟踪效果更好,适用于大区域内移动智能体的目标跟踪。     

捷联成像导引头相关跟踪算法研究

捷联式成像导引头的光学探测基准随弹体姿态运动而动态变化,其目标图像的运动形式呈现复杂的非线性时变特性,传统扩展卡尔曼滤波(EKF)方法难以有效地针对目标运动模型进行波门设置及视线估计。为此,本文首先建立了以目标机动在惯性成像坐标系内的投影为输入,弹体姿态信息作为时变参数的目标帧间运动模型,并在此基础上提出了一种新的相关跟踪算法。该算法通过应用中心差分卡尔曼滤波( CDKF)理论有效解决了成像跟踪中的波门设置问题,提高了目标位置的估值精度,同时提出一种改进的变尺寸模板更新策略,抑制了目标图像的形变和模板漂移对匹配精度的影响,进一岁提高了系统的跟踪的精度,并通过仿真验证了算法的良好跟踪性能。     

一种基于帧差法结合 Kalman 滤波的运动目标跟踪方法

为解决视频帧目标跟踪中的尺度变化导致的目标跟踪发生跟丢的问题,提出一种自适应跟踪窗口的处理 方法,利用下一帧的估计位置与当前帧目标位置的差值作为检测量,自适应调整跟踪窗口,实现目标的有效检测和 跟踪。实验结果表明：该方法能有效降低目标跟丢的概率,预防目标的误跟踪,适应目标尺度变化。     

滑动置信度约束的红外弱小目标跟踪算法研究

为了提高红外视频弱小目标的跟踪精度,提出了滑动置信度约束的弱小目标跟踪方法。在快速自适应中值滤波的红外图像背景抑制技术的基础上,设计了正交变换和置信域约束的轨迹预测,利用加权参数增强目标函数的收敛性能,提高下一位置初的预测准确度;通过轨迹相邻点的位置差计算搜索窗口的大小,搜索与之相匹配的特征点进行关联处理,完成对初预测点的筛选;以滑动轨迹置信度检验为准则判决轨迹的真实性,并进行目标轨迹更新以实现对弱小目标的准确跟踪。通过红外弱小目标视频对所提算法进行了实验验证,结果表明,该算法对红外弱小目标的跟踪轨迹误差有较小的均方偏差与均方差,在噪声消除和对图像整体信息保护方面都具有良好的性能。     

状态自适应无迹卡尔曼滤波算法及其在水下机动目标跟踪中的应用

为了满足水下对抗对机动目标实时跟踪和目标航速、航向准确估计的要求,针对观测量为距离和方位的机动目标跟踪,对传统无迹卡尔曼滤波（UKF）跟踪算法进行了改善。提出根据UKF算法预测值和观测值残差的概率分布自适应调整目标状态噪声方法,使得UKF跟踪算法能够根据目标运动状态及时调整状态方程,在目标机动时减小对预测值的依赖,在目标非机动时增大对预测值的依赖。这种在线实时估计系统噪声状态的跟踪方法更加适用于机动目标的跟踪。数值仿真结果表明：该算法不仅在目标机动时具有良好的跟踪效果,而且在目标非机动时具有准确的估计性能。通过声纳信息综合处理系统验证了状态自适应UKF跟踪算法的性能。