复杂场景中目标抗遮挡跟踪算法研究

针对复杂场景中目标被干扰、遮挡等情况,提出了一种基于遮挡判断和运动轨迹预测的抗遮挡跟踪算法,可实现对被干扰或遮挡的目标进行有效跟踪,给出仿真结果,表明了算法的有效性和实用性。     

基于均值偏移和卡尔曼滤波的目标跟踪方法

分析了Mean—shift难以有效地跟踪复杂背景下灰度运动目标的主要缺陷,提出了结合Mean-shift和卡尔曼滤波器的目标跟踪方法。该方法利用卡尔曼滤波器预测目标在当前时刻的起始位置,然后Mean-shift在该位置的邻域内寻找目标所处位置。同时。采用Bhattacharyya系数度量“目标模型”和“候选模型”相似程度．确定“候选模型”是否更换为“目标模型”,避免目标模型过度更新。以地物为背景的飞机目标图像序列试验结果表明该方法较原Mean-shift方法可明显提高阻挡情况下的目标跟踪稳定性。     

基于改进 Mean Shift 的运动目标跟踪算法

为了提高传统 Mean Shift 算法在目标快速运动和被大面积遮挡两种情况下跟踪的效果,对 Mean Shift 跟踪算法进行了3点改进：采用 Kalman 滤波器预测运动目标轨迹,以提高算法对快速运动目标的鲁棒性;提出了一种融合Kalman 滤波器残差和 Bhattacharyya 系数的遮挡处理机制,以提高目标被大面积遮挡时的跟踪效果;提出了一种基于自适应更新因子的目标模型更新机制,以提高动态适应能力。对比实验结果表明,改进算法能有效提高在上述两种情况下的跟踪效果,并且在遮挡情况下具有较好的鲁棒性。     

基于PTZ 摄像机的运动目标跟踪控制

针对在PTZ摄像机下云台实时连续控制比较困难的问题,对基于PTZ摄像机的运动目标跟踪控制方法进行研究。以HSV颜色直方图作为模型特征,通过Mean-shift算法实现运动目标的定位和检测。运用模糊控制的思想对PTZ摄像机云台的运动进行控制,并以行人跟踪视频来搭建系统进行实验分析。结果表明:该方法是可行的,具有控制简单、定位准确的优点,能提高目标跟踪的稳定性和可靠性。     

基于SUSAN算子和改进的SNAKE模型的目标追踪算法

为了准确的追踪运动目标,文中提出了基于SUSAN角点检测和改进的SNAKE模型相结合的目标追踪算法.首先,通过帧间差分法检测是否有目标运动;其次,在目标运动范围内用SUSAN算子检测目标的角点;最后以这些角点为基准点进行目标轮廓的初始化,进而用改进的SNAKE模型进行目标的准确拟和.由于帧间的时间间隔较短、目标运动的距离较小,所以在上一帧检测到的角点周围检测当前帧目标的角点,这样不仅加快了检测的速度,并且增加了追踪的准确性.通过试验验证了本算法的有效性.     

一种基于犹豫模糊决策的战术目标分析方法

针对作战中如何利用模糊信息进行指挥决策的问题,提出一种基于犹豫模糊决策的战术目标分析方法。 根据目标信息和人工分析特点,利用多个分析人员的知识经验进行判断,将犹豫模糊决策的相关方法引入目标分析 中,采用模糊多属性决策的相关算法分析确定战术目标的性质类型,得出最佳分析结果。计算结果表明：该方法可 为战场态势分析决策提供依据,同时也为目标决策辅助系统的开发提供良好的算法支撑。     

太空目标光电监视装备探测精度评估方法

为评估太空目标光电监视装备的探测精度,针对不同数据采样率装备及不同时间间隔的星历真值文件,分析不同阶数拉格朗日插值算法效果。数据试验表明,针对低轨目标(2 000 km以下)的星历文件,5阶拉格朗日算法便可满足需求;针对中高轨目标(2 000 km以上)星历文件,9阶拉格朗日算法精度最高。针对角度类精度指标计算,提出一种计算角度均值的方法。试验结果表明：该方法能较好地衡量角度均值,为后续角度类指标评估提供有效支撑。     

海天背景下红外舰船目标实时跟踪算法研究

针对海天背景下的红外舰船图像对比度低、船载摄像机上下抖动剧烈的特点,文中提出了均值移位(mean-shift)和海天线检测相结合的红外目标实时跟踪算法.首先通过水平投影方法提取每帧图像的海天线,然后由相邻帧海天线的高度差设定每帧图像跟踪起始点,将目标的灰度和梯度信息进行加权来描述目标特征,利用mean-shift算法进行目标跟踪.实验结果表明,文中算法能够准确跟踪上下运动剧烈的红外舰船目标,跟踪速度达到12 fps.     

基于高速球的运动目标自适应PTZ跟踪

研究运动目标PTZ跟踪技术,以HSI加权彩色直方图作为目标模型,通过均值偏移算法实现运动目标的定位。设计自适应波门,通过边缘检测保证核窗宽和模板更新的实时性。根据高速球的云台转动参数,提出自动变焦跟踪算法,实现目标跟踪过程中的自动镜头缩放,由此提高跟踪稳定性。最后搭建系统,验证整个算法的可行性。     

一种可有效分割小目标图像的阈值选取方法

目标检测与识别中常遇到目标与背景大小之比很小的小目标图像分割问题,此时现有的阈值分割方法几乎都失效.为此,提出了一种基于背景与目标的面积差和类内方差的小目标图像分割阈值选取方法.指出了目前图像阈值分割方法不能有效分割小目标图像这一缺陷,给出了基于背景与目标面积差和类内方差的一维直方图、二维直方图区域直分及更为有效的二维...     

基于多特征直方图的红外图像目标跟踪

根据红外图像的特点,采用单一颜色难以描述复杂的跟踪环境,尤其是目标周围有相似亮度的背景干扰时,会造成跟踪失败.针对该问题,提出在MS跟踪理论框架下将颜色特征和梯度特征联合起来描述目标.实验表明:该方法能准确地跟踪海上红外运动目标.     

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。     

基于HMM机动目标跟踪算法研究

在交互多模IMM的基础上,利用时变马尔可夫链切换系数对模型进行切换,实现对未知状态转移概率的自适应调节,提高了对机动目标的跟踪精度.仿真结果表明,改进后的IMM算法比IMM算法的跟踪精度更高,具有全面自适应跟踪能力.     

机动目标自适应跟踪算法研究

为了克服“当前”统计模型自适应跟踪算法（CAF）跟踪匀速运动目标误差较大和跟踪加速机动目标速度与加速度估计误差和动态时延较大的缺陷,通过分析研究CAF算法,采用截断正态分布表征目标的机动加速度特性,考虑风速和加速度估计均值的影响,对机动加速度与方差自适应关系修正,自适应补偿过程噪声协方差矩阵,提出了一种改进的机动目标自适应跟踪算法。理论分析与仿真结果表明,该算法能够准确描述目标的各种机动情况,具有良好的跟踪性能和实际应用价值。     

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.     

两点式数据关联算法在多目标跟踪中的应用

针对联合概率数据关联算法在计算量上的组合爆炸问题,引入了一种新的基于线性规划的两点式数据关联算法。在分析新算法基本原理的前提下,将其性能与传统的联合概率数据关联算法进行了比较,从理论上证明了该算法是一种全新的关联算法j并将两点式数据关联算法应用到多目标跟踪中,通过仿真验证了新算法在数据关联精度及运行时间方面优于传统算法。     

基于遗传优化的模糊交互式多模型目标跟踪算法

针对交互式多模型方法存在模型覆盖面不足和子模型间恶性竞争的问题,设计了一种基于遗传算法和模糊推理的智能优化模糊交互式多模型方法,该方法通过对模型集的自主寻优,能够实现任意时刻在最优模型集下的跟踪,通过建模仿真,在与传统的交互式多模型的比较中发现,使用该模型后目标跟踪误差显著减小,该算法具有较高精度及稳定性。