复杂背景下抗遮挡的运动目标跟踪算法

通过对各种跟踪算法的研究,提出了一种适应性较好的目标运动预测与多模板匹配相结合的相关跟踪算法,并给出了模板匹配相关算法中的判断准则、模板更新准则和目标被遮挡判断。实验证明,该方法能够在复杂背景条件下运动目标发生遮挡时进行稳定跟踪。     

一种基于多普勒信息的雷达目标跟踪方法

机载预警雷达采用脉冲多普勒体制,具有良好的低空探测性能,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标中断和重起批。针对多普勒盲区条件下的目标连续跟踪问题,文中提出了一种基于多普勒预测的扩展卡尔曼滤波算法(Doppler Prediction EKF,DP-EKF),该方法将多普勒盲区的先验信息并入到扩展卡尔曼滤波算法中,通过状态预测判断目标在未来时刻是否落入多普勒盲区,从而自适应地调整跟踪滤波规则,解决多普勒盲区条件下目标连续跟踪问题。仿真结果表明,该算法对于运动模型已知的航迹不连续目标具有较好的跟踪效果,能够维持其航迹的连续性。     

一种抗遮挡的全自动Mean-shift跟踪算法

传统均值漂移（Mean-shift）算法是一种半自动的跟踪方法,在目标被遮挡的情况下无法进行有效的跟踪。结合背景减除法提出了一种新的抗遮挡跟踪方法。利用背景减除法在初始帧确定目标的运动区域,得到Mean-shift的初始化参数;在跟踪过程中提出了一种目标遮挡因子作为目标被遮挡程度的判断依据,并根据目标被遮挡的程度提出相应的解决策略。实验结果表明该方法克服了传统Mean-shift算法需要人为定位的缺点,且在全遮挡的情况下仍可以正确地跟踪目标。     

一种多传感器融合的多维数据互联算法

多传感器融合的数据关联问题一直是目标跟踪领域的核心与难点之一.文中提出了一种多传感器融合的多维数据互联算法.首先进行多目标跟踪模式的判断,根据跟踪模式选取不同维数的数据互联算法,对现有的多维数据互联算法存在问题进行了分析和改进,给出了算法实现的伪代码.仿真与实验结果表明,该算法对弹道目标跟踪具有较好的效果,对复杂环境下的多目标也能进行稳定地跟踪.     

目标遮挡情况下的压缩跟踪算法

针对经典压缩跟踪算法在目标被遮挡时容易导致目标丢失的问题,提出了一种基于目标遮挡情况下的压缩跟踪算法.该方法首先依据分类器的最大响应值判断目标是否被遮挡.若发生遮挡则利用基于颜色直方图特征的粒子滤波算法进行跟踪预测,即将遮挡前提取的目标颜色直方图与粒子的颜色直方图进行相似性比较.为确保目标再现时能及时准确地捕捉其位置,再利用Harris角点特征进一步验证,并将预测的位置作为目标位置继续压缩跟踪.仿真结果表明,该算法能够准确地判断遮挡的发生,平均跟踪成功率较经典的压缩跟踪算法提高了24%,有效提高了跟踪的鲁棒性.     

相关算法中跟踪稳定性问题的研究

在目标跟踪系统中，特别是在复杂背景情况下对地面目标的跟踪，相关方法是常用的一种方法，文中在对多种相关算法分析的基础上，研究了多子模板相关算法对各子模板相关结果进行进一步综合分析，应用统计方法和表决系统；对跟踪中可能出现类似目标是否丢失，目标部分被遮挡时如何目标进行较为稳定的跟踪；当搜索区中出现一个与目标相似的物体时，如何判断并中原目标，如何建立模权更换准则等问题做出相应的判断，并提出一定的结果。     

基于SWAD算法的空间面目标高精度跟踪技术研究

针对空间面目标的高精度跟踪问题,提出一种面目标高精度跟踪方法,该方法利用SWAD模板匹配算法和亚像素拟合算法提取目标精确的位置信息,并在跟踪过程中对模板进行实时更新。对传统的无限冲击响应滤波模板更新方法进行了改进,提出一种变系数模板更新方法,该方法计算量小,不需要经过复杂的置信度判断,模板更新系数由当前模板图像和当前最佳匹配区域图像的灰度值决定;利用不同亮度的目标,以及对目标图像进行尺度变换模拟姿态变化的目标,比较了该模板更新算法和传统算法的匹配误差,结果表明:该算法能够更好地适应目标姿态的变化;最后通过平行光管和靶标板模拟远场非合作目标,搭建了室内演示试验,证明了利用模板匹配进行高精度目标跟踪的可行性。     

基于二阶空间直方图的双核跟踪

针对核跟踪算法中的背景信息弃用和空间结构丢失问题,该文提出一种基于二阶空间直方图的双核式目标跟踪算法。该算法以二阶空间直方图为目标表示模型,以相似度和对比度为目标判断准则,来建立全新的目标函数;并依据多变量泰勒展开和目标函数最大化方法,推导出双核式目标位移公式;最后使用均值漂移程序递归地获得了目标的最优位置。通过对各种条件下运动目标的跟踪验证了算法的有效性。     

基于改进On-line Boosting算法的视频目标跟踪

针对目前基于在线学习的On-line Boosting 算法用于视频目标跟踪时对于快速移动的目标,容易引起跟踪漂移的问题,提出一种将Surf算法融合于On-line Boosting的Surf-Boosting视频目标跟踪算法。该算法在原先的On-line Boosting算法的基础上增加跟踪漂移判断,对已跟踪漂移的视频帧使用Surf算法进行目标定位,将Surf定位到的目标作为正样本放到后续On-line Boosting算法中继续跟踪学习。实验结果表明,该方法能够很好地抑制原有算法的跟踪漂移问题,在跟踪过程中的正确率达到98%,实现对快速移动目标的正确跟踪,并具有很好的鲁棒性。     

一种基于UPF的公路网约束下的GMTI跟踪方法

文中提出了一种利用公路网先验知识提高GMTI跟踪效果的新算法。公路网中的目标跟踪问题实质上是一个向量空间受约束的非线性估计问题。利用公路网这个约束条件，建立了一种新的目标状态模型，并利用适合于非线性非高斯状态的UPF算法进行跟踪滤波。仿真实验表明该算法降低了粒子滤波的计算量，提高了目标跟踪的精度。     

利用AGC电压预测及先验跟踪信息的遥测设备副瓣判决

针对无引导天线遥测设备副瓣判决难的问题,提出了一种结合自动增益控制( AGC )电压预测、跟踪稳定性判决及跟踪角度判定的副瓣自动判决方法。采用拟合方法建立了AGC电压预测公式并通过实测数据验证了其准确性。在分析遥测设备副瓣跟踪特点基础上,提出了遥测设备跟踪稳定性及角度差判定准则,最后设计判决软件实现自动副瓣判决。实验验证结果表明在判定准确度相同的条件下,采用该方法的耗时比人工判定缩短了48%。     

基于复合式PSO的光伏最大功率点跟踪控制

针对不均匀光照条件下光伏阵列的MPPT跟踪控制问题,提出了基于粒子群的复合式MPPT控制算法。复合式PSO-MPPT控制算法包括离线寻优和在线寻优两个部分。离线寻优环节采用相邻粒子信息交换机制加强了在寻优过程中的收敛性以及对关键区域的搜索力度;在线寻优环节采用适应度模糊判断的方法解决了粒子群算法在线工作时扰动大、耗时长的问题。复合式PSO-MPPT控制算法将离线和在线的优化方法结合到一起,弥补了各自方法的不足。与传统的方法相比,所提出的方法具有更快的响应速度和更高寻优精度。最后通过Matlab仿真证明了所提出的算法可以实现在不均匀光照条件下的最大功率点跟踪。     

基于射频隐身的采样间隔和功率设计

研究了雷达跟踪时的采样间隔和功率自适应设计问题。依据交互多模型跟踪算法和协方差控制的方法,提出了目标跟踪时自适应采样间隔的设计方法。该方法对所跟踪的目标设定期望跟踪精度,从采样间隔序列中选择符合期望精度的采样间隔,使得采样间隔最大化;在恒定检测概率的前提下,根据目标远近、雷达散射截面积大小,给出了辐射功率的自适应控制方法。仿真结果证明了文中方法的有效性。     

基于修正最小二乘法的测控设备同站引导算法

测控设备对飞行目标进行跟踪及测量时,高跟踪精度测控设备捕获目标较为困难,一般采用低跟踪精度设备引导天线接近目标,然后再转入自跟踪模式,因此同站测控设备互引导是目标捕获的一个重要手段。针对低跟踪精度测控设备引导高跟踪精度设备的技术需求,文中提出了一种在两套测控设备共视目标时,利用高精度设备跟踪信息来对低精度设备跟踪数据进行实时修正的算法。该算法实现了跟踪残差的实时估计和外推,提高了同站引导精度。最后采用遥测设备引导光电经纬仪进行实验,验证后发现修正后的遥测设备跟踪数据能够引导光电经纬仪有效的捕获目标。     

采用变步长斜坡算法的MEPT策略研究

数字电路能耗主要由动态能耗和静态能耗组成,并且存在一个使电路以最小总能耗工作的电压点。针对传统算法在低电压区追踪速度慢的缺点,提出了一种变步长斜坡算法。利用Simulink建立仿真模型进行仿真,结果表明,与传统算法相比,提出的改进算法在最小能耗点小于0.6 V的情况下,不仅可以提高追踪精度和追踪速度,还能大大降低在追踪过程中数字电路所消耗的能量。     

Mean Shift跟踪的背景优化及动态分析

针对传统Mean Shift跟踪算法在进行目标跟踪时背景带来的定位偏差及由于缺乏相应的跟踪状态分析策略而易陷入局部最小值的缺陷,提出了两方面的改进措施。一是将跟踪窗口内的目标和背景区分开来,对背景像素定义新的特征模型以弱化背景像素对目标模型的影响。二是将跟踪窗口进行分块处理,综合考虑每个子块相似度的大小变化建立判断准则,对跟踪状态进行动态实时分析,以判断目标是否存在遮挡:如部分遮挡,则应用没有被遮挡的子块位置偏差对目标进行定位;如完全遮挡,则采取相应的二维线性预测方案根据先验信息对目标进行定位跟踪。将该方法应用于人物跟踪中进行实验,实验结果表明,该方法有效改善了Mean Shift跟踪算法的不足,对于复杂条件下的运动目标跟踪具有很好的鲁棒性。     

基于多特征融合的行人检测跟踪统计方法

为了避免传统方法行人过线统计的不足,提高视频中人数统计的适用性和有效性,提出了一种基于多特征融合的行人检测跟踪统计方法。首先,采用垂直拍摄的方式获取视频,利用Mean-Shift分割算法分割图像,根据发色信息和头部轮廓特征识别出人头目标区域;其次使用融合多特征的匹配算法对人头进行匹配跟踪;最后通过运动目标轨迹分析估算出监控区域内的人数。实验结果表明提出的算法在保证准确率的前提下,扩大了人数统计的适用性。     

基于射频隐身的采样周期和辐射功率控制方法研究

为进一步提高雷达的射频隐身能力,合理分配相控阵雷达的工作参数,在目标跟踪时,对雷达的采样周期和辐射功率控制方法进行研究。首先,根据目标运动状态的不同,对雷达采样周期与辐射功率自适应设计方法进行分析,在满足系统跟踪性能要求的前提下,建立了控制参数的优化模型;然后,利用粒子群算法优化自适应采样周期和自适应辐射功率等参数,有效地降低了跟踪性能误差,提高了雷达系统的射频隐身性能。与传统的雷达采样周期和辐射功率算法进行了仿真比较,结果表明所提的算法取得了较好射频隐身效果。     

改进的KCF红外空中目标跟踪方法

针对红外空中目标跟踪中遮挡导致的跟丢问题,结合核相关滤波跟踪算法(KCF)无法跟踪尺度的缺点,提出一种基于KCF的红外空中目标跟踪方法。该方法借助KCF估计的目标位置,增加Sobel算子提取目标扩展区域的边缘信息,从而获取目标尺度并进行二次定位。然后,判断目标是否受遮挡或跟丢,采用帧差法重新检测目标,确保目标的持续跟踪。在7个视频序列上对所提的算法进行了实验,结果显示,所提算法能够有效计算尺度,验证了多种环境下跟踪的有效性。平均跟踪速度达到44 f/s,能够满足实时性要求。因此,本文提出的方法对于红外空中目标的跟踪具有一定的实用意义。