共查询到16条相似文献,搜索用时 46 毫秒
1.
本文介绍用于红外前视(FLIR)实时目标识别的特征分析及分类器设计。对低分辩率FLIR背景中候选战车目标进行提取之后,在一次通过时从目标地域中抽出一组17个特征。这些特征包括2个光强度特征,9个几何特征,6个结构特征。本文研究了5种类型的候选目标,它们是坦克、装甲运兵车,吉普、正在燃烧的建筑物和其它比如噪声干扰区一类非目标。[根据人工对特征的描述设出简易树形分类器,即对树形分类器中每一非结节(点)的特征在目标种类中的分布作出描述]。这种特征抽出和分类器的设计方法,已应用在美国陆军微光摄像实验室研制的FLIR成像仪上,并取得预期结果。 相似文献
2.
基于模板匹配的前视红外目标识别方法 总被引:3,自引:0,他引:3
针对固定目标红外图像中边缘模糊,难以分割和识别的情况,提出了一种基于模板匹配的目标识别方法。由高程数据和正射影像等卫星数据生成目标区参考图和基准图,在基准图中根据归一化Laplace响应确定目标区特征尺度作为目标检测的先验知识,对实时图及灰度反转实时图进行匹配滤波,检测出候选区域,再对候选区域进行基于Hausdorff距离的模板匹配,从而得到最终识别结果。实验结果显示:该算法识别精度高、速度快,对于复杂地面目标前视红外图像的匹配识别具有一定的应用价值。 相似文献
4.
5.
6.
基于互信息测度红外目标图像相关匹配跟踪算法 总被引:2,自引:0,他引:2
在红外地面目标跟踪过程中,目标在图像系统中呈现多样化,任何一种单一的跟踪方式都无法满足系统的要求。对此本文采用一种多模跟踪方式,针对具体的目标,采用不同模式的跟踪方法。对于小目标,采用互信息测度的相关跟踪方式;对于大目标,采用形心跟踪方式。通过自适应波门来决定跟踪模式,实验证明该算法具有稳定而且精确的跟踪性能,算法执行时间短,完全可以满足实时性要求。 相似文献
7.
8.
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。 相似文献
9.
10.
基于快速区域标签运算的目标跟踪算法 总被引:1,自引:1,他引:0
应用于目标跟踪中的快速标签算法,以二值化后的图像中不多于254个连通区域为条件,通过对所有目标的目标特征统计,及与真实目标的特征匹配,实现系统的实时、准确的目标跟踪。 相似文献
11.
12.
13.
在光电载荷使用中,存在地面背景中目标被部分遮挡或干扰等情况,为实现对目标的继续追踪,提出了一种灰度信息配准和直方图均值平移结合的复合追踪方法,给出测试结果,证明了该方法的有效性。 相似文献
14.
15.
跟踪窗自适应的捷联导引系统目标跟踪算法 总被引:1,自引:0,他引:1
捷联图像末制导导弹在跟踪的后期阶段,弹目距离和成像视角的变化会引起图像尺度和旋转变化,目标区域将由小变大直至充满整个视场。针对经典的Mean Shift算法在图像制导目标跟踪过程中不能自适应目标的尺度和旋转变化这一问题,研究了一种跟踪窗自适应的Mean Shift目标跟踪算法。对初始选定的椭圆目标跟踪区域和候选区域进行加权操作,并利用权值图像的零阶矩和Bhattacharyya系数,对真实目标面积进行精确估计。利用估计出的目标真实面积,并结合权值图像的2阶中心矩进一步构建可表达目标窗口内图像特征的协方差矩阵,再通过奇异值分解建立椭圆面积与协方差矩阵特征值之间的关系,从而计算出椭圆目标区域实际的主轴长度和方向,实现跟踪窗的自适应变化。仿真实验结果表明,该方法既具有Mean Shift算法精度高、实时性好的特点,同时又扩展了Mean Shift算法在目标发生尺度和旋转变化时的自适应能力。 相似文献