基于单像素单光子探测的目标识别与跟踪方法

为了实现弱回波信号下非合作目标识别跟踪,文章基于单像素光子计数激光雷达系统设计了目标识别跟踪策略,并且提出了一种目标识别跟踪方法。该方法首先将单像素光子计数激光雷达系统采集得到的三维点云经过插值处理得到直观的距离像,然后采用最大稳定极值区域算法分割目标和背景,根据目标轮廓特征识别并选择需要跟踪的目标。最后提取识别目标的质心,与激光雷达扫描中心的偏差作为误差信号,控制伺服系统在扫描的基础之上执行目标跟踪。实验结果表明,当激光发射能量为625 pJ、回波光子数为25时,该系统能对距离为5 m、角速度约为2 mrad/s的目标进行稳定的识别跟踪;验证了基于单像素光子计数激光雷达的策略及方法能够稳定的分割目标和背景,以及正确提取需要识别跟踪测距的目标质心,为弱回波信号下目标识别跟踪测距提供一种有效直观的探测方法,同时,弱信号探测作为远距离探测的必要条件,为远距离下的目标探测及识别跟踪提供了一个新的技术方向。     

激光跟踪视觉导引测量中靶标球球心定位方法

为解决现有激光跟踪测量系统中存在的搜索区域大、定位速度慢等问题,提出了一种基于单目视觉测量系统求解激光跟踪仪靶标球球心三维坐标,以此作为导引信息,引导单台激光跟踪仪实现多基准点自动测量的方法。对视觉测量所采用的椭圆识别和基于单目摄像机的球心定位算法进行了研究。首先,根据靶标球成像的特点,介绍了基于Gestalt的椭圆识别算法,实现了靶标球图像特征的自动提取与识别。然后,介绍了基于单目摄像机的球心定位算法,即根据图像椭圆方程、相机焦距和球半径求解球心三维坐标,并进行了仿真验证。最后,进行了实际的靶标球图像自动识别与球心定位实验。结果表明,采用文中方法测量两靶标球间已知距离约为550 mm时的RMS误差为1.728 2 mm。激光跟踪仪激光束搜索范围得到大幅减小,基本满足自动测量的快速性和高效性等要求。     

激光跟踪仪目标脱靶量精密探测方法

激光跟踪仪是一种用于大尺寸空间精密几何坐标测量的重要光学测量仪器。PSD是激光跟踪仪实现对合作目标精密跟踪的脱靶量传感器件,其探测精度直接影响跟踪测量性能。首先,简要介绍了激光跟踪测量系统及基工作原理,然后根据系统需求提出了脱靶量精密探测方案。重点讨论了I/V变换、信号放大、滤波、参数匹配等硬件设计方法以提高PSD输出微弱电流信号的稳定性,研究提出了基于FPGA和有限状态机的去极值平均滤波算法和扩展除法运算算法分别用于降低噪声干扰与提高测量精度;数据表明在4mm4mm的区域内脱靶量探测稳定度优于2m。采用该方法实现激光跟踪仪对合作目标的动态跟踪,很好地满足了激光跟踪仪的精密快速跟踪需要。     

飞秒激光跟踪仪跟踪脱靶量零位标定方法

飞秒激光跟踪仪通过PSD探测脱靶量实现目标跟踪,脱靶量零位是跟踪激光指向反射靶球的中心时反射激光在PSD上输出的光斑位置,跟踪时以脱靶量零位作为基准计算目标脱靶量,因此如何准确标定脱靶量零位是仪器实现精确测量的前提。文中在分析角反射器特性的基础上,结合仪器自身特点提出了一种基于角反射器的飞秒激光跟踪仪跟踪脱靶量零位标定方法。分析了脱靶量零位误差对仪器指向精度的影响;建立了跟踪脱靶量标定误差模型;根据仪器结构设计和轴系几何误差对脱靶量零位标定方法进行了仿真,结果显示,其误差小于17.8 m,当目标距离仪器10 m时,仪器的指向误差小于1.1,该结果对系统误差补偿模型建立奠定了基础。最后,基于实际装置对仪器的脱靶量零位进行了标定,为后续仪器的动态测量提供了跟踪基准。     

采用图像特征的激光干扰跟踪效果评估

对于广泛应用于图像识别和跟踪的激光主动成像系统,激光干扰是影响该类系统性能的一个重要因素。激光干扰使系统中的光电成像元件达到饱和或损伤,在探测视场中出现光斑,从而使跟踪算法无法准确分辨目标和光斑。因此,分析并评估激光对主动成像系统的干扰效果是避免干扰的前提,同样也是重要的环节。提出一种基于图像特征的边缘相似度(ESIM)评价算法,该算法通过模板匹配确定图像的目标区域,并比较原始图像和干扰图像目标区域的亮度、对比度和边缘清晰度差异,得到归一化的评价指标,作为对激光干扰效果的评估标准。实验中分别采集了不同干扰功率和不同光斑位置的激光干扰图像,并利用相关跟踪和形心跟踪方法对目标进行跟踪,运用本文提出的ESIM算法从图像特征角度对干扰跟踪效果进行评估,结果证明ESIM能够合理评估干扰图像的失真程度,并可以较好地反映激光对主动成像系统跟踪性能的影响。     

红外双色亚图像自适应识别跟踪

该文研究了红外辐射与双色辐射比,论述了红外双色亚成像的优点。对空域模糊,低信噪比的红外双色亚图像,提出了适应性强的子块灰度迭代分割二值化算法,并研究了空域模糊分割与特征参数识别。还研究了末制导初始阶段亚图像多帧积累探测和初始牵引,实现低虚、漏警率目标检测。最后研究了目标牵引到视场中心后,逐帧识别与自适应运动补偿锁定跟踪。实验表明,红外双色亚成像识别跟踪适用于静止、慢速和快速红外目标的末制导跟踪。     

红外与激光主/被动联合跟踪算法

文中针对单站红外被动式跟踪存在可观测性问题,提出红外与激光主／被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题,将参考文献[1]给出的一维机动目标“当前”统计模型推广到三维情况,得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性测量方程,然后对红外探测器测量的角度信息和激光测得的距离信息进行融合对准,得到正确的测量值。最后,提出扩展的自适应卡曼滤波算法并进行了仿真研究。仿真研究表明方案可行,可同时对三维空间目标的位置、速度、加速度进行估计。     

基于激光雷达与红外数据融合的跟踪算法

针对精确制导中目标的自动识别、稳定跟踪与抗干扰需求,提出了一种基于激光雷达与红外数据融合的目标识别与抗干扰方法。首先采用一致性点漂移(CPD)算法对目标在不同图像中的轮廓特性进行匹配,完成了激光与红外图像的配准;然后利用红外图像中目标的能量和形状信息、激光图像中的距离信息完成激光与红外图像的决策级融合;最后利用改进的核相关跟踪算法完成目标的跟踪与抗干扰。通过激光雷达与红外仿真数据的实验,验证了文中方法在目标跟踪与抗干扰性能上的有效性。     

基于非线性量化概率模型的弱小目标跟踪

针对红外弱小目标跟踪问题,提出一种基于非线性量化概率密度模型匹配的快速跟踪方法。首先分析了红外弱小目标的灰度特性和多帧运动相关特性,引入α-β滤波对红外目标进行运动相关跟踪,并预测下一帧图像中目标的质心位置,然后提出一种适合红外弱小目标的非线性量化概率密度模型,通过在预测邻域内进行模板匹配来跟踪真实目标。实验结果表明该方法用于红外弱小目标的跟踪精度和处理速度明显优于现有算法,工程意义显著。     

光电跟踪系统高速运动目标快速跟踪算法

为了解决光电跟踪系统中高速运动目标快速识别、准确定位的问题,在深入研究相关跟踪算法的基础上,提出了一种基于分块模板相关跟踪与自适应波门相结合的快速跟踪算法,该算法利用分块矩阵与大模板矩阵之间的关系,得出了在四分块的情况下,计算量为原来的1/4,搜索范围为原来的4倍,大大提高了计算速度和搜索范围,且具有原始相关算法的高的跟踪精度,可以实时快速的跟踪上高速运动目标。     

适用于光电跟踪仪的高速目标跟踪控制算法

为了提高光电跟踪仪对于高速运动目标的跟踪精度和稳定性,提出一种适用于光电跟踪仪的高速目标跟踪控制算法。利用光电跟踪仪、火炮、载体惯导系统、视频跟踪器和激光测距机输出的相关参数,通过一系列坐标转换、递推迭代和坐标反变换,完成瞄准线坐标系下方位速度环和俯仰速度环跟踪前馈补偿参数的计算,并将该参数分别叠加到方位、俯仰跟踪控制回路,参与跟踪控制;采用模拟航路进行验证,该跟踪控制算法对速度2.5 Ma的高速运动目标,跟踪系统误差和随机误差均小于0.15 mrad。实验结果表明,该方法能有效提高光电跟踪仪对高速运动目标的跟踪精度,响应速度快、动态滞后小。     

使用GMM背景减除的红外伪装人体目标快速识别算法

针对红外监视系统对伪装后的人体目标检测处理速度慢、识别准确率低的现状,提出了一种基于混合高斯模型(GMM)的背景减除(BS)快速识别算法用于红外视觉监视系统伪装人体目标检测。首先,该方法采用Mean Shift算法构造初始化背景模型后,使用编码取样原则对像素分等级取样识别前景;再利用移动目标的时间-空间相干性,使用相邻像素预估法快速、精确提取目标图像。其次,设计了基于模板的目标区域聚合新算法,有效地解决了由于伪装造成的人体目标形状特征改变而导致的误检问题。实验证明:新方法切实提高了探测识别效率,降低了人体目标误判率,为实时红外监视提供了有效手段。     

基于多示例学习和随机蕨丛检测的在线目标跟踪

基于检测的目标跟踪方法目前在计算机视觉领域受到了广泛的关注,这类方法通过训练判别分类器将目标对象从背景中分离出来;分类器的训练是根据当前的跟踪状态从当前帧中提取正负样本来进行,但训练样本的不准确将导致分类器退化产生漂移。该文提出一种能够有效克服目标漂移的跟踪算法,采用检测器和跟踪器相结合的框架,利用中值流算法作为跟踪器,提高跟踪点的可靠性;级联若干个随机蕨弱分类器构成强分类器作为检测器;用在线多示例学习方法更新检测器,提高检测精度;最后将检测器、跟踪器的结果相融合得到最终的目标位置。实验结果表明,与其它方法相比,该方法对目标漂移有更强的鲁棒性。     

基于相关滤波的红外目标跟踪抗遮挡处理

针对传统的相关滤波算法在红外目标跟踪过程中,目标被完全遮挡后跟踪失效的问题,提出一种结合了多尺度滤波跟踪器和基于深度学习检测器的目标实时跟踪抗遮挡算法.首先使用跟踪器跟踪目标,计算目标的峰值响应强度并比较峰值响应强度与经验阈值的大小以判断目标是否被遮挡或跟踪丢失.然后当目标被遮挡或跟踪丢失时,停止更新跟踪器,由于目标被...     

位移矢量一致下的多飞行器三维轨迹跟踪识别

合作靶标点三维轨迹的跟踪识别是实现室内环境中多飞行器位姿估计的关键,为此,提出了一种基于时空一致条件下的多目标三维轨迹跟踪识别算法。该方法包括运动轨迹跟踪与识别两部分,对于合作靶标点三维轨迹跟踪,提出了一种基于运动目标位移矢量一致的数据关联方法,该方法首先利用运动平滑性假设计算得到的数据关联概率值,结合匈牙利算法求解得到目标的数据关联关系,然后在贝叶斯滤波框架下实现合作靶标点的三维轨迹跟踪。对于合作靶标点的三维轨迹识别,又可以分为粗细两部分,利用运动轨迹Hankel矩阵的秩实现运动轨迹的粗识别,利用运动轨迹之间的Hausdorff距离实现运动轨迹的细识别,最终实现对每一个飞行器的轨迹识别与注册。实验结果表明,在三维测量手段为机器视觉,测量空间大小为2 m×2 m×2 m,提出的多目标跟踪算法的三维轨迹跟踪误差小于4 mm（3σ）时,轨迹识别正确率为100%。因此,所提出的算法可以有效地实现多飞行器上合作靶标点三维轨迹的跟踪识别。     

红外电视跟踪器的数据处理系统设计

针对红外电视跟踪器对导弹等高速运动目标跟踪实时性的要求和数据流量大、处理速度高的特点,设计了基于DSP+FPGA架构的电视跟踪器数据处理系统.该系统采用高速数字信号处理器TMS32ODM642作为核心处理器完成目标的识别与跟踪,计算脱靶量信息;FPGA作为协处理器完成图像的采集和预处理.该系统能够完成对海面舰船目标和空...     

基于噪声方差估计的红外弱小目标检测与跟踪方法

针对红外弱小多目标图像背景杂波干扰严重、弱 小目标检测率低和目标跟踪困难的问题,提出一种 基于噪声方差估计的红外弱小目标快速检测与目标跟踪算法。首先采用改进的形态学 滤波抑制背景噪声, 对处理后的多帧图像进行方差估计初步突出目标像素;然后对其进行信噪比(SNR)估计得到整个图像序列像素得 分,图像中像素SNR高的被标记为目标像素;再对标记过的图像进行分块分析 ,准确提取出连续图 像序列中的目标像素;将检测出的目标像素作为Hough变换的目标跟踪算法的输入,设置双 阈值实现目标 的有效跟踪。实验结果表明,在复杂背景下的红外弱小目标提取中,基于噪声方差估计的目 标检测拥有较 高的检测概率和较低的虚警概率,将其获得的目标像素作为Hough变换的输入,不仅可以有 效跟踪目标, 而且简化了算法的复杂度,实现目标的快速提取和跟踪,具有很高的应用价值。