基于粒子滤波和数据关联的多目标跟踪算法

针对图像序列中低信噪比条件下的点状多目标跟踪问题,在已获得各个目标初始信息的基础上,结合粒子滤波和联合概率数据关联(JPDA),研究了一种基于单帧检测的实时多目标跟踪算法.介绍了其基本思想和具体算法实现步骤,并在MATLAB仿真环境下实现了该跟踪算法.实验仿真结果表明,该算法能够准确跟踪作任意轨迹运动的多个点状动目标,具有良好的实时性与准确性.     

基于Blob算法的织物疵点检测算法的研究

针对布匹疵点检测算法高效性和准确性要求的不断提高的要求,提出了利用基于Blob分析算法对采集的织物图像进行疵点识别的方法。对图像中的目标疵点区域进行降噪、开闭运算、标记目标区域及二值化等大量仿真实验,得到相关疵点有效特征值,实验充分证明了Blob算法在疵点检测中实时性和准确性。     

基于变标处理和分数阶傅里叶变换的运动目标检测算法

针对线性调频脉冲压缩雷达检测高速和加速运动目标时受到距离徙动和多普勒频率徙动的影响,首先建立了回波信号模型,分析了回波信号徙动的特点,然后提出了一种基于变标处理和分数阶傅里叶变换的运动目标检测算法.该算法利用变标处理补偿距离徙动,利用分数阶傅里叶变换补偿多普勒频率徙动.仿真分析表明本文所提算法能够实现距离徙动和多普勒频率徙动的补偿,提高雷达对高速和加速运动目标的检测性能.     

基于跟踪微分器的波门跟踪算法的研究

针对目标自动跟踪系统对目标跟踪算法实时性和精确性要求高的特点,提出了一种基于跟踪微分滤波器的运动目标跟踪方法.该算法利用跟踪微分器预测目标中心在下一帧体现在图像中可能出现的位置,以该位置为波门目标检测的中心,减少了目标的搜索范围,缩短了算法的运算时间.仿真结果表明,该方法具有不依赖于目标运动模型,实时性好,精确性高等优...     

基于FPGA低成本动目标侦测系统的设计与实现

对智能视频监控中常用的基于混合高斯背景模型的动目标侦测技术进行了研究分析,针对其运算量、模型数据两个关键的实时化难点,采用低成本FPGA与DDR的硬件架构,设计出适合并行处理特性的动目标侦测系统.在Altera的CycloneⅢ 系列FPGA实现了实物系统算法验证,实验表明,该低成本设计完全满足监控系统的实时性要求.     

基于MIMO-SAR体制的空频域自适应动目标检测技术研究

多发多收星载SAR使用多天线从不同的相位中心发射正交编码信号,多个接收相位中心接收回波后形成多通道信号,显著增大了空间自由度,有利于地面动目标检测.该文研究了多发多收星载SAR空时自适应信号处理进行地面动目标检测的技术,针对星载SAR回波信号的特点,在研究空频自适应处理算法的基础上,使用基于特征值分解的空频自适应处理算法对多发多收星载SAR的杂波进行抑制,最后完成对动目标的检测.仿真数据处理结果验证了该文方法的有效性.     

低信噪比下的红外弱小目标检测算法研究综述

低信噪比条件下的红外弱小目标检测问题一直是近些年来国内外学者研究的一个热门课题。针对复杂背景下红外图像弱小目标检测困难、信噪比低的问题,越来越多的新方法不断被提出。更好的实时性,更高的检测概率,更低的虚警率成为了研究者们追求的目标,实时、鲁棒、通用成为了红外弱小目标检测信号处理算法的核心要求。本文梳理了红外弱小目标检测的常用方法以及其技术发展,在介绍一些传统算法发展的基础上,重点介绍了红外弱小目标检测的几类典型算法的原理、发展及其优化算法,为后续红外弱小目标检测的研究提供了便利。     

基于深度学习的实时车牌检测

车牌检测作为车牌识别的前序步骤,在交通管理等场景中占有举足轻重的地位。目前已经存在的车牌检测方法有的检测步骤过于繁琐,有的准确度较低、实时性较差。针对以上问题,文章提出了一种基于深度学习的车牌检测算法,该算法是一种流程简单的one-stage目标检测算法,同时还保证了较高的精度和较好的实时性,我们把这种算法称之为yolov3-mobilenetv2车牌检测算法。实验表明,该算法具有较高的研究和应用价值。     

改进的“当前”统计模型变采样率目标跟踪算法

为满足实际雷达系统对高精度和高实时性的要求,提出了一种改进的"当前"统计模型变采样率机动目标跟踪算法。该算法针对"当前"统计模型必须预设加速度极值和机动频率的问题,提出一种加速度方差和机动频率在线同步自适应方法,建立改进的"当前"统计模型机动目标跟踪算法;针对在线自适应方法计算量大的问题,结合采样周期的大小与目标机动特性的关系,引入变采样率方法。仿真结果表明,与传统"当前"统计模型相比,改进的"当前"统计模型机动目标跟踪算法能显著提高对不同机动强度目标的跟踪精度;变采样率方法通过减少采样点数,节省了系统资源,提高了跟踪实时性;所提算法将两者结合,用传统的"当前"统计模型1.5~2倍的平均采样周期得到了更小的位置均方根误差,实现了用单模型方法同时改善跟踪精度和实时性的目的。     

动态背景下运动车辆的检测与跟踪研究

为实现对车载设备视频图像中车辆的识别和跟踪,针对图像中的运动目标和动态背景,提出了一种基于特征学习的目标检测和超像素跟踪算法.该算法首先对训练图像进行HOG特征提取,并利用AdaBoost算法得到强分类器.利用强分类器对采集的图像进行车辆检测,从而确定搜索区域.结合对搜索区域的超像素分割结果,采用均值漂移聚类算法实现车辆识别与跟踪.实验结果表明,该算法可以很好地实现视频序列中的车辆识别,提高了目标跟踪的实时性.     

动态规划算法在运动点目标检测中的应用研究

序列图像中低信噪比运动点目标的实时检测算法,是许多实时处理系统中的关键算法之一。该文在对面临的实际问题与对检测算法分析的基础上,详细阐述和研究了利用LS线性预测器的动态规划能量累积算法,并根据仿真实验的效果,指出此算法较直接动态规划能量累积算法可最大程度地降低能量扩散,减少团聚在目标周围的虚警目标点,十分利于后续轨迹关联检测处理.     

基于GPU并行运算的红外运动目标实时增强算法

在一些复杂场景中,红外目标容易受到背景杂波及噪声的干扰,因此难以被准确地检测和识别出来。提出了一种基于光流的红外运动目标增强算法,即利用运动目标与背景之间的速度场差异对目标进行增强处理.同时,对该算法进行了基于计算机图形处理器(Graphic Processor Unit,GPU)并行运算的优化,使其可以在线实时运行.与运动目标检测中常用的帧差法和背景差分法相比,本文算法具有更好的稳健性。由于对实际的红外视频进行了运动目标增强处理,该算法表现出了较好的增强效果和实时性能.     

基于封闭式鲁棒中国余数定理的两目标距离估计算法

工作在高脉冲重复频率（Pulsed Repetition Frequency, PRF）模式下的脉冲多普勒（Pulse Doppler, PD）雷达具有复杂气象杂波和强地杂波背景下检测运动目标的能力,但是远距离目标检测存在距离模糊问题。传统的解距离模糊算法大都采用参差重频模式下的中国余数定理（Chinese Remainder Theorem, CRT）,但是由于多目标的视在距离与目标的对应关系事先未知,对基于中国余数定理算法进行距离估计带来困难。该文提出一种基于封闭式鲁棒中国余数定理的两个目标距离估计的方法,该方法无需考虑视在距离与目标的对应关系,在视在距离存在误差的情况下,利用封闭式的简单解析方法快速准确地重构出两个目标的真实距离。理论分析和仿真结果表明,该文所提方法可以高效地实现高PRF雷达两个远距离目标的距离估计。      

基于GPU的振动光纤入侵探测数据预处理算法

定位型振动光纤探测主机输出的是一个巨大的传感器阵列信号,数据量大且实时性处理要求高,对数据处理提出了很高的要求。本文立足于定位型光纤周界安防系统,基于英伟达公司(NVIDIA)的统一计算设备架构(CUDA)平台对预处理算法进行图像处理器(GPU)加速。结果表明预处理算法运行在GPU上可以达到很好的加速效果,对系统的实时性能有明显提升。     

基于FDA雷达的多径干扰抑制及目标检测

针对机载雷达低空目标检测应用背景,本文建立低空入射角下FDA (Frequency diverse array)雷达目标探测中的修正型多径检测模型,提出基于FDA雷达的多径干扰抑制方法,并利用无训练数据广义似然比检测(Generalized Likelihood Ratio Test,GLRT)方法实现多径传播环境下的...     

基于PPI的二元积累PHT目标检测器

Hough变换只能用于常速直线运动目标的检测与跟踪,当目标有加速度时,检测与跟踪效果非常差。针对此问题,提出了一种PPI图像域基于二元积累极坐标Hough变换（PHT）的目标检测与航迹处理方法,该方法可用于目标的变速直线运动。首先分析了PHT的原理,然后给出了二元积累PHT检测器的结构并分析了该检测器的性能,最后用仿真实例对该算法进行了验证。理论分析和仿真结果表明,二元积累PHT算法可以有效提高微弱目标在低信噪比背景中的检测性能。     

机载SAR 对地面慢速运动目标的DPCA-CFAR 联合检测方法

在机载合成孔径雷达(SAR)动目标检测中,由于地面慢速运动目标速度较小,因此很容易被地面强主瓣杂波淹没而检测不到。文中针对地面慢速运动目标的运动特点,提出基于分数阶傅里叶变换(Frft)的DPCA鄄CFAR 联合检测的方法,在采用天线相位中心偏置(DPCA)技术进行杂波抑制的基础上进行恒虚警(CFAR)处理,从而检测到运动目标,并且根据DPCA 对消后的信号幅度和CFAR 检测门限推导了最小可检测速度,说明了提出的算法对慢速运动目标的检测性能,并进一步采用Frft 方法估计出目标速度,最后通过仿真对算法的有效性进行了验证。     

两种TBD算法在HPRF-PD雷达应用中的比较

在低信噪比环境中检测和跟踪运动目标是目标跟踪的重要内容,TBD是弱小目标检测与跟踪的有效方法,不同的TBD方法在检测跟踪性能及运算量上有不同的特点.针对HPRF-PD雷达的应用,建立了目标的动态模型和观测模型,给出了动态规划和粒子滤波TBD算法的原理及实现流程,并对各步骤的实现进行了详细说明,通过仿真实验比较了两种算法的检测、跟踪性能和运算量.仿真结果表明,动态规划TBD运算量较小,更易于实现,而粒子滤波TBD具有更好的跟踪性能,且在低信噪比下有较高的检测能力.     

机载雷达高速空中机动目标检测新方法

空时自适应处理(Space-Time Adaptive Processing,STAP)是一种有效的机载雷达运动目标检测方法.空中目标的高速运动会导致其回波产生严重的距离走动和多普勒模糊,并且目标作加速运动时还会引起多普勒走动.为了有效检测上述目标,本文提出了一种新方法,该方法在目标距离走动校正之前首先进行杂波抑制,避免了直接利用Keystone变换校正存在多普勒模糊的运动目标距离走动时影响杂波分布特性、进而降低STAP性能的问题;然后对距离走动校正后的数据进行Wigner-Hough变换,估计出目标的加速度,并根据估计值对多普勒走动项进行补偿,从而使目标能量能够得到有效积累;最后进行运动目标检测.仿真结果证明了该方法的有效性.     

基于联合像素特征对消动目标检测方法

提出了基于三通道联合像素的最小功率特征对消的方法来检测SAR图像中的地面运动目标。文中的方法不要求多天线间距、载机速度、脉冲重复频率满足特定的条件,它通过构造三通道联合像素矢量来产生协方差矩阵,然后对协方差矩阵进行特征分解,选取噪声的特征向量来构成噪声子空间,最后利用噪声子空间来抑制地面杂波,从而检测出地面慢速运动目标;同时还分析了针对实测数据中存在系统误差的情况下选取不同的特征向量分别构成的噪声子空间对于该方法的运动目标检测性能的影响。实测数据处理结果验证了该方法的有效性。