基于SURF 与BRISK 的遥感图像配准

针对SURF算法在构建局部特征描述符阶段耗时过长的问题,提出一种基于BRISK二进制特征描述符的改进SURF算法。应用SURF算法中快速DoH(determinant of hessian)算子检测特征点并确定主方向,采用BRISK描述符进行特征描述,通过匹配阶段采用汉明距离双向匹配和RANSAC算法剔除误匹配,并利用最小二乘法获取精确配准模型完成图像的配准。对比实验结果表明：该算法大幅提高了匹配速度,其匹配性能也超越了原SURF算法,能够较好地完成遥感图像配准。     

红外目标图像的复合特征跟踪算法

红外目标图像跟踪系统中应用单一特征跟踪算法,易造成跟踪点漂移和目标丢失。提出目标图像的复合特征跟踪算法,综合利用目标图像的灰度特征和点特征,联合灰度特征的易用性和点特征的空间不变性,分别克服单一特征易受光照、噪声干扰,以及实时性较差等方面的不足。提出了复合特征联合匹配的算法流程和权值分配策略,通过仿真试验对比三种方法的目标跟踪性能,证明了该算法的有效性。     

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。     

一种基于特征匹配的目标识别跟踪方法

针对复杂背景下的动态目标跟踪问题，提出了一种基于边缘检测，综合多图像特征与伺服机构位置信息进行匹配的目标识别跟踪方法。利用SUSAN算法检测边缘，提取出单帧图像中的可疑目标，依次选用灰度、目标几何、伺服机构位置信息和边界不变矩信息匹配，完成目标的识别。采用kalman预测滤波对脱靶量滞后时间进行补偿，选用目标空间位置进行多步预测，引导伺服机构跟踪。外场实验表明，该方法能有效她匹配识别出目标，并保持连续稳定的跟踪。     

仿射不变性特征提取在目标识别中的应用

从不同角度、距离获取的图像中提取不受视点因素影响的仿射不变特征,是图像目标识别、图像几何校正、景象匹配、图像检索等领域的共性问题。从仿射几何的角度出发,在对仿射变换、仿射不变性进行研究的基础上,利用仿射几何的不变性提取仿射不变特征量。针对同底面积比基元进行目标识别存在的问题,引入改进局部不变量,并提出3种基元特征提取算法,以排除锯齿点干扰进行角点提取。Matlab仿真分析过程中,对图像进行基元特征提取,采用改进局部不变量进行计算、比较及识别,能够有效建立图像特征值比较模型。实验结果表明:该局部不变量能较好地识别相同目标,用于不同目标间的分类识别时能取得好的分类效果。     

图像配准方法及其在目标跟踪中的应用

给出了一种基于点特征的图像配准方法,可以用于复杂背景下任意角度旋转的图像之间的配准。图像配准算法分为四个步骤:用Forstner算子分别提取参考图像与待配准图像的特征点;使用旋转不变特征向量获取特征点之间的初始匹配关系;使用投票算法剔除误匹配点对,获取正确配对的同名点对;用最小二乘方法由正确配对的同名点对获取图像之间的配准参数。给出了基于点特征的图像配准方法在目标跟踪中的应用方法,并进行了仿真实验,结果证明该图像配准算法可以对复杂背景下弱对比度静止目标进行精确跟踪,而且算法具有很好的通用性。     

多特征联合匹配的目标图像稳定跟踪算法

针对图像制导目标跟踪系统中应用单一特征跟踪算法,由于特征不稳定而造成的跟踪点漂移,甚至目标丢失等问题,提出多特征联合匹配的目标图像复合跟踪方法.分析了分别单独使用灰度特征或者点特征进行目标跟踪存在的问题;通过归纳常用的目标跟踪算法与特征类型的对应关系,依据经验给出了几种多特征组合方案;以灰度特征和点特征作为多特征联合匹...     

终端红外图像制导信息处理技术研究

弹道终端目标图像充满视场时的跟踪点选择和继续跟踪能力是第四代先进空空导弹必须具备的性能.文中分析了弹道终端导引头图像跟踪过程,建立了图像探测器投影成像模型,研究了红外成像制导型空空导弹弹道终端目标图像的变化规律、弹目距离和相对速度对目标图像变化情况的影响及中段形心跟踪模式与末端局部图像跟踪模式的转换时机,提出了一种有利于减小成像导引头跟踪盲区、提高起爆控制精度的局部图像跟踪算法,该算法通过对机头部位的识别来确定局部图像跟踪点,并估算目标易损部位,从而为实现最优起爆控制奠定了基础.最后,对文中提出的算法用实际红外图像进行了仿真,其结果表明该算法是可行和有效的.     

基于特征贡献度的Mean Shift 目标跟踪

为有效提高Mean Shift算法的模板匹配精确度,采用基于特征贡献度的Mean Shift目标跟踪方法,对不同贡献度的特征向量赋予不同的权重,以彰显目标特征、抑制背景因素.分别介绍传统Mean Shift目标跟踪算法和基于特征贡献度的Mean Shift算法,并针对多组视频进行实验验证与分析.结果表明:改进后的Mean Shift算法不仅能提高跟踪精度、提升系统的鲁棒性,而且对640 pixel×480 pixel大小的视频处理平均帧速度为22 frames/s,满足实时跟踪要求.     

粒子滤波算法在视频目标跟踪中的改进与运用

为实现粒子滤波算法在视频目标跟踪领域的应用,减小算法的运算量,提高算法的适应性和鲁棒性,文中提出利用构造等价有效粒子数的概念,采用选择重采样的方式减少重采样的执行步骤,减少运算量。同时为减小算法对亮度的敏感性,提出利用HSV色彩基准代替RGB色彩基准作为目标特征,对目标进行识别。最后对改进算法进行了试验,结果表明文中所提的方法能减少算法的计算量,有效的改进算法在视频目标跟踪中的稳定性。     

动态背景中基于特征点引导的动目标快速检测方法

为解决传统方法的不足,提出一种新方法实现动态背景中运动目标的快速检测。充分利用图像的特征点信息,对传统的SSDA算法进行改进,实现视频序列相邻帧间的配准。在经过配准的帧间,利用特征点及其邻域的灰度信息求取小窗口的灰度差的总和,则匹配误差较大的特征点必处在动目标区域,据此检测出运动目标的位置。实验证明,该算法具有简单、快速的优点,可用于动态背景中的动目标检测,也可用于图像的变化检测。     

特征匹配算法鲁棒性与速度的对比分析

特征匹配算法是近年来计算机视觉领域的研究热点。在宽基线匹配、特定目标识别、目标类别识别、图像及视频检索、机器人导航、场景分类、纹理识别和数据挖掘等多个领域,特征匹配算法得到了广泛的应用。为总结特征匹配算法目前存在的问题及指出可能的发展方向,对比分析了当前使用广泛的特征匹配算法的鲁棒性与速度。综述了尺度不变特征匹配算法(SIFT)、快速稳健特征匹配算法(SURF)、二进制稳健尺度不变性特征匹配算法(BRISK)、定向的基于加速段检测子与旋转的二进制稳健独立基本特征匹配算法(ORB)、风式特征匹配算法(KAZE),以及快速风式特征匹配算法(Accelerated-KAZE),分析了算子鲁棒性与速度的影响因素。基于检测子与描述子,利用Mikolajczyk 05标准测试图集与无人机遥感影像测定并分析了复现率、查全率与错误率曲线以及耗时和正确匹配率。实验结果表明,Accelerated-KAZE算法的综合性能较强。     

一种基于边缘匹配的前视红外目标识别算法

红外目标识别是影响精确制导武器命中精度的重要因素。针对因基准图与实时图存在差异导致模板匹配性能下降的问题,提出了一种基于边缘匹配的前视红外（FLIR）目标识别算法。在模板匹配的基础上,利用目标的邻域信息排除虚警,计算基于匹配代价矩阵的匹配置信度对候选匹配点进行排序,利用前面连续多帧图像的识别结果为当前帧识别提供信息,从而提高目标识别的准确性和鲁棒性。在2组不同目标类型的红外视频序列上所做的实验表明,该算法具有较好的识别性能。     

实时图像序列的空中微小目标检测和跟踪

实时图像序列空中微小目标的检测和跟踪,采用基于对比度跟踪算法.其目标检测通过确定跟踪区域、分割目标等步骤先减少噪声影响,使图像对比度增强,把目标从背景中突显出来.同时,采用相应的目标识别及跟踪、记忆跟踪等方法,计算图像的目标预计位置,并附之以形状匹配.试验证明,该算法满足微小目标跟踪要求.     

红外成像制导末端局部图像识别跟踪研究

针对红外成像制导末端目标图像充满导引头视场影响目标识别跟踪的问题,提出一种红外成像制导末端局部图像识别跟踪的方法。分析了红外成像制导原理;选取了高亮区比例、灰度标准偏差、长宽比、紧凑度和复杂度等5个特征量作为特征提取和目标识别的依据,提出适合导弹的目标快速识别算法;通过计算红外成像制导末端目标图像,在导引头焦平面上的投影面积的变化情况,分析了弹目距离与相对速度对目标图像变化情况的影响,研究了形心跟踪到局部图像跟踪的转换时机。综合考虑了可靠性和实时性要求,选取飞机机头作为局部图形跟踪的跟踪点;搭建红外成像制导仿真场景,对所提出的方法进行仿真分析。仿真结果表明：该方法能够有效地识别图像中的目标,减小红外成像导引头跟踪盲区,实现红外成像制导末端的平稳跟踪。     

基于视频图像的运动目标识别与跟踪方法研究

文中先对包含复杂背景的运动目标视频图像进行了背景提取,然后利用Canny算法完成对去背景后目标图像的边缘检测,并对目标进行了识别、跟踪,获得了比较理想的识别效果.该方法可用于导弹图像制导、智能化交通监控系统和其它图像目标识别系统.     

视频序列中目标定位跟踪的ー种新方法

提取视频序列中的目标轮廓，进行定位、跟踪，是当前视频处理技术研究中的一个热点。提出了一种新的视频目标半自动定位跟踪的算法。对于初始帧，采用改进的交互方法进行目标的精确定位；在后续帧中，采用零交叉点约束的Snake算法，对具有凹边和尖点特征的复杂目标准确跟踪，获得了理想的实验结果。     

一种基于跟踪微分器的机动目标跟踪算法

提出了一种基于跟踪微分器（TD）的目标跟踪算法，该算法由跟踪微分器和序贯相似性匹配算法（SSDA）组成。假设目标在视频图像序列第一帧中的位置已知，使用跟踪微分器，可以预测出目标在下一帧图像中的位置，然后再使用SSDA算法，在预测位置的邻域内进行搜索，从而获得目标的准确位置。仿真实验证明基于跟踪微分器的模板匹配算法减少了搜索位置，提高了算法的效率，同时也克服了传统的卡尔曼滤波需要目标运动模型已知的缺点。     

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。     

基于序列图像的空中目标跟踪方法

文中提出一种有效的运动跟踪检测算法对空中运动目标进行快速、准确的检测和跟踪,首先利用对称图像差分梯度法进行运动目标检测,该方法能很好地检测出移动背景中低信噪比的运动目标;然后通过改进的活动轮廓模型在视频图像序列中进行跟踪,实验结果表明,使用该方法可以得到有效的目标轮廓,从而获得准确跟踪效果.