一种具有恒虚警性质的检测跟踪联合处理算法

该文提出一种具有恒虚警性质的检测跟踪联合处理算法。目的是在跟踪波门内平均虚警概率恒定的前提下,提升目标的平均检测概率和系统的跟踪性能。首先,该文结合跟踪器的反馈信息利用贝叶斯准则对传统的似然比检测器进行了修正,并给出了相应的判决表达式。而后,该文在给出了跟踪波门内平均检测概率和虚警概率的计算表达式。将其代入概率数据互联(PDA)算法互连概率的计算公式中,即可获取该算法的流程。最后,仿真实验验证了该算法的可行性和有效性。     

提高哈特曼波前传感器质心探测精度的一种计算方法

分析了哈特曼(Hartmann)波前传感器传统阈值一阶矩质心算法的局限性,提出了一种改进算法,对质心探测窗口的大小先进行合理优化,再采用灰度积分图原理进行自动搜索,最后采用灰度平方加权质心算法进行质心计算。仿真分析验证了算法的可行性和优越性,有利于提高波前传感器质心探测精度。     

基于最简视觉显著性的红外目标快速提取方法

在红外深空目标跟踪系统中,为了能够从深空红外图像中快速提取微小目标,通过分析红外深空图像的特点,提出一种基于最简视觉显著性的红外目标快速提取方法。该方法在传统的视觉显著性的基础上,通过计算局部灰度最大值和目标像素的灰度平均值与邻域像素的灰度加权值的对比度组成特征向量,构造显著性模型,抑制背景并凸显目标,使之不但能够减少运算耗时,而且能够保证提取精度。通过对红外深空图像进行处理,实验结果表明该算法的运算时间仅为传统的视觉显著性算法的28%,且有较好的处理结果,证明了该算法的有效性。     

杂波背景下自适应IMM机动目标跟踪算法

针对杂波背景下多机动目标跟踪问题,提出一种基于时变转移概率交互式多模型(IMM)的模糊数据关联跟踪算法。首先,针对传统IMM算法模型转移概率假设为常数导致模型间过度竞争的问题,基于贝叶斯理论,推导出一种时变模型转移概率IMM算法,增强了优势模型的利用率;其次,针对传统JPDA算法由于聚矩阵拆分而导致的计算组合爆炸问题,利用模糊聚类的方法,直接计算相关波门内候选量测与目标间的关联概率,用概率加权对目标进行状态和协方差的更新。仿真实验表明:算法对不同机动目标的跟踪适应性得到增强,相比传统的JPDA算法,在保证跟踪精度的基础上其时间性能比较优越,是一种较为实用的工程应用算法。     

一种梯度阈值自动调焦算法

传统的梯度自动调焦算法计算量大,抗噪声能力弱,影响调焦的实时性及调焦曲线的单峰性和灵敏度,因此提出一种梯度阈值自动调焦算法,提高调焦性能,满足光电跟踪系统能实时、准确地进行自动调焦的要求。该算法先以图像的局部方差作为局部阈值区分边缘像素与非边缘像素,再计算整幅图像的一种新的标准差作为全局阈值来削弱噪声和背景的影响,最后对阈值预处理后的图像采用梯度调焦算法计算其调焦值,进行清晰度评价。大量实验结果表明,该算法具有实时性好,单峰性强,灵敏度高的特点和良好的抗噪性能。该算法用于光电跟踪系统的自动调焦中时,依然保持上述良好的性能,明显优于传统梯度自动调焦算法。     

灰色预测-概率数据关联滤波方法

针对红外弱小目标跟踪精度不高,实时性不好等问题,提出了一种基于灰色预测-概率数据关联滤波(GPPDAF)的弱小目标跟踪方法。该方法采用实时性较好的灰色模型对目标轨迹进行预测,并以预测位置为中心构建跟踪波门,然后通过改进的极大似然概率数据关联(MLPDA)算法计算波门内各量测点的概率权重,最后用各量测点的概率加权和作为跟踪结果。实验结果表明,该方法实时性能较好,较大地改进了红外弱小目标的跟踪精度。     

基于加权空间直方图的均值漂移目标跟踪

目标模型内的背景像素会造成目标跟踪定位偏差。为了减少背景像素对跟踪造成的定位偏差,首先通过目标区域像素和目标区域周围背景像素的颜色直方图定义了一个加权系数,然后将该加权系数引入到空间直方图的计算中,提出了一种基于加权空间直方图的均值漂移(MS)目标跟踪算法。在此基础上,给出了一种模型更新方法。仿真实验表明,该算法具有很好的跟踪精度,对遮挡具有更好的鲁棒性。     

基于多特征融合的红外目标关联算法

利用红外目标同时具有位置、灰度、面积等多特征的特点,提出了一种基于多特征融合的目标关联算法.首先在极坐标系下对目标位置采用概率数据关联算法计算候选目标的关联概率,然后结合目标的灰度、面积特征的预测误差计算关联波门中的候选目标在各种特征条件下的关联概率,进而利用多特征融合方式,计算出综合关联概率,完成目标状态估计的更新.实验仿真结果表明,由于跟踪关联概率由多种特征共同确定,避免了目标位置特征信息不稳定所造成的跟踪精度下降的问题,实现了密集杂波环境下红外目标稳定跟踪,其跟踪精度和稳定性明显高于依靠位置特征信息进行关联的传统概率数据关联算法.     

尺度自适应CBWH跟踪算法研究

传统Mean Shift跟踪算法存在固定核窗宽导致目标尺度定位和空间定位不准确的问题。本文在背景加权的均值漂移算法(corrected background-weighted histogram ,CBWH Mean Shift)精确的目标定位基础之上,在RGB颜色空间下使用目标背景加权模型生成目标显著特征的颜色概率图,对其进行阈值分割和图像处理后获取二值图像,以此计算不变矩来调整下一帧的跟踪窗口,并在满足一定条件时及时更新背景加权模型以适应复杂背景下的跟踪任务。实验结果表明,上述方法能够自适应地更新核函数的带宽,提高了算法跟踪尺度变化目标的准确性和鲁棒性。      

基于改进互信息的红外目标匹配跟踪算法

红外图像具有高噪声、低分辨率的特点,使图像特征提取时很难达到一致,并且图像的损失较大。针对传统互信息只考虑图像灰度信息而忽略了像素之间空间位置相互关系的缺点,同时考虑像素灰度值及其对应梯度的信息,将图像的空间信息通过灰度-梯度联合矩阵引入到互信息的计算过程,提出一种基于梯度联合互信息量测度的红外目标匹配跟踪算法。仿真实验结果表明该算法不仅收敛性强、跟踪稳定,而且具有匹配跟踪精度高的特点,在目标出现遮挡时也能很好的跟踪目标。