内河运动船舶的准确检测跟踪技术研究

研究内河航运中运动船舶的准确检测跟踪.利用采集的红外视频图像进行船跟踪时,由于船舶的红外图像轮廓、形状和纹理特征不清晰,其用于目标描述的灰度特征不明显,传统的单一灰度特征检测跟踪方法不能有效描述灰度特征不明显的船舶目标,造成船舶检测跟踪的准确度不高的问题.为此,提出特征融合的船舶检测跟踪方法.将船舶的灰度特征和运动特征融合来描述运动船舶目标,避免传统单一灰度特征方法不能有效描述特征不明显的船舶目标问题,并利用粒子滤波算法构建观测概率模型,完成运动船舶的检测跟踪.实验表明,特征融合的方法能够有效描述船舶运动目标,准确完成船舶的检测跟踪,取得了理想的结果.     

运动目标跟踪技术研究

目标跟踪已经渗透到公安、军事等越来越多的领域,甚至是娱乐应用,开始逐渐进入到家庭中.本文主要介绍运动目标跟踪的概论、运动模板的原理、利用运动模板来捕捉边缘,从而跟踪目标的运动,并通过实验演示了跟踪效果.对运动目标跟踪技术研究具有十分重要的理论意义和应用价值.     

高压断路器触头运动PID自适应跟踪控制方法

在常规的跟踪控制方法中,主要是根据预测控制算法对触头运动轨迹进行预测,无法有效排除预测偏差问题。因此,利用PID控制器,设计了高压断路器触头运动自适应跟踪控制方法。提取高压断路器触头运动特征向量,排除非线性因素对跟踪控制精准度的影响。再利用PID构建触头运动自适应跟踪控制模型,有效地改善触头运动跟踪控制偏差。采用仿真实验的方式,验证了该方法的跟踪控制偏差更小、控制效果更佳,能够应用于实际生活中。     

基于卡尔曼预测采样与空域图描述的稳健红外目标跟踪

目标状态采样策略和观测概率模型是影响粒子滤波理论框架下红外目标跟踪性能的主要因素.为了提高红外目标跟踪性能,介绍了一种基于卡尔曼预测采样与空域图描述的红外目标跟踪方法.目标状态采样采用卡尔曼预测采样策略,通过卡尔曼预测过程将目标的观测信息组合到重要性建议分布;采用空域图技术实现红外目标的稳健描述,通过计算参考目标的空域图与目标样本的空域图之间的Bhattacharyya距离,建立观测概率模型.传感器自运动场景、辐射不稳定场景及海杂波背景下的红外目标跟踪实验证明:该方法是有效的和稳健的.     

运动红外单站跟踪空中目标的方向估计方法

红外探测器只能测量运动目标的方位角和俯仰角,难以获取目标的距离信息.运动红外探测器所测量的运动目标不完全信息,无法在直角坐标系下有效对三维运动目标进行滤波与跟踪.针对这一问题,提出了运动红外单站跟踪运动目标的参数航迹滤波方法:该方法利用传感器测量到的目标方位角和俯仰角信患,根据假设的目标运动模型,直接对目标航迹方向进行...     

基于前馈控制的舰载光电跟踪技术

目标快速运动及舰载平台姿态变化使得舰载光电跟踪系统形成较大的跟踪误差.为了减小该误差,提出了一种基于前馈控制的补偿方案.该方案利用坐标变换给出了由船摇和目标运动引起的跟踪扰动量,并通过滤波求取该扰动量的一阶导数,以此作为跟踪系统的前馈量加入系统中,达到对扰动进行补偿的效果.仿真结果显示,系统的跟踪精度提高了一个数量级.     

运动目标检测与跟踪算法的改进与实现

提出了一种对视频图像中运动目标检测并进行实时跟踪的新方法。该方法利用基于背景建模的背景差分与改进的带时间戳的运动历史图像(tMHI)的目标分割相结合的算法对运动目标进行检测,在获取到视频流中的运动目标轮廓后使用基于tMHI的运动梯度算法来实现运动目标的跟踪。实验结果表明,该方法能够对指定区域内的目标进行有效识别和准确跟踪,并且弥补了运动目标暂时性停止时无法检测出来的不足。     

基于全局运动补偿的红外目标变换相关跟踪算法

提出了一种新的前视红外序列图像目标跟踪方法.利用基于区域分割和模板匹配的全局补偿算法进行运动估计,有效消除了运动平台中摄像机运动对跟踪性能带来的不利影响.同时,采用二元联合变换相关器进行红外目标的检测与跟踪.通过将振幅调制的功率谱转化为脉冲调制的功率谱,可以获得更清晰尖锐的相关峰,提高了算法的鲁棒性.实验结果表明,该方法是有效的和稳健的.     

卡尔曼滤波在跟踪运动目标中的应用及仿真

在智能监控系统中,通过帧差法对运动物体的识别、定位,利用卡尔曼滤波算法对目标运动进行预测、跟踪,从而控制摄像头转动,跟踪目标物,使目标物体始终出现监控画面的中心.在此采用卡尔曼滤算法,进行目标运动的预估,利用Matlab对其仿真.仿真结果显示跟踪效果非常好,证明采用该算法来跟踪动目标物有效可行,具有一定的研究价值.     

基于自适应对象模型的篮球运动跟踪方法

篮球分割和运动跟踪是篮球比赛视频分法.首先利用已分割篮球的基本特征建立对象模板,进一步建立自适应对象模型,然后利用对象模型改进块匹配法跟踪篮球,最后修正跟踪偏差,并建立篮球跟踪有效性检测机制.实验表明本文算法可以有效跟踪篮球对象.     

红外序列图像目标跟踪的自适应Kalman滤波方法

提出了一种用于动态序列图像目标跟踪的自适应Kalman滤波方法。该方法用函数估计的思想估计目标的当前运动模型,同时实时修改滤波器的统计模型,并将最小二乘支持向量机应用于对当前目标运动模型的估计。实验表明,此种改进的Kalman滤波器的算法在跟踪机动目标时具有良好的性能。     

基于光流场估计的自适应Mean-Shift目标跟踪算法

针对Mean-Shift算法在目标跟踪中出现由于目标运动速度过快或尺度明显变化以及目标遮挡时导致跟踪失败的问题,结合光流场估计,提出了一种自适应Mean-Shift跟踪算法。本文方法在基于传统均值漂移矢量法的同时,引入光流法,在目标上找寻特征点,通过特征点前后变化的信息,修正跟踪窗口中心位置和大小,再根据Bhattacharyya系数二分法分别自适应得到更为精确的窗口长宽;而针对目标被静止物体遮挡,通过色差分析观测目标被遮挡区域,利用Bhatta-charyya系数重新捕捉目标。实验结果表明,本文方法在对目标移动方向较明显或由透视变化而导致的尺度变化具有较其他算法更优异的表现。将本文方法应用到铁轨跟踪实际中,测试结果表明,结合本文方法可显著提高轨道跟踪的可靠性。     

Model-based object tracking in wireless sensor networks

Tracking moving objects is one of the most common requirements in wireless sensor network applications. Most tracking schemes predict a target’s location based on a single object movement model and periodically activate nearby sensors to monitor the target. However, in most real-world situations, a target exhibits multiple movement patterns. Thus, multiple movement models are required to accurately describe the target’s movement. This paper proposes a tracking framework, called model-based object tracking system (MOTS), that allows a sensor network to adaptively apply the most suitable tracking mechanism to monitor the target under various circumstances. To fairly and accurately evaluate all tracking modules, this study further develops a monitoring-cost evaluator to evaluate the monitoring cost of the inactive tracking modules, and then designs three tracking module selection strategies, the Greedy Strategy, Min-Max Strategy, and Weighted Moving Average Strategy, to select the most effective tracking module to monitor the target in each period. A set of experiments is conducted to evaluate MOTS and compare it against existing tracking systems. The obtained results reveal that the cost efficiency of MOTS is considerably better than that of existing tracking systems.     

基于激光雷达的移动机器人运动目标检测与跟踪

运动目标的检测与跟踪是移动机器人研究的难点问题之一.基于2维激光雷达的性能分析与滤波设计的基础上,提出一种自主运动目标检测与跟踪的方法.通过k-近邻对激光雷达扫描的障碍进行聚类分析;基于栅格地图匹配的方法评估障碍的运动参数;检测出运动目标后,通过对机器人进行运动补偿,提出一种改进的粒子滤波算法对目标的运动状态进行评估.最后,利用自行研制的移动机器人进行算法评估,实验结果验证了所提方法的有效性.     

基于Camshift算法的运动目标实时跟踪系统

设计了一个基于Camshift算法的摄像机对目标的实时跟踪系统。应用该算法检测到每帧图像中目标的尺寸和中心位置,得到的数据通过串口控制云台的转动,使目标物体始终在摄像头的视场范围内,以实现摄像机对目标的同步跟踪。系统运行结果表明,当运动目标的距离和速度在一定的范围内时,能够实现实时跟踪。     

复杂地面场景下运动小目标的识别与跟踪方法

针对下视情况下复杂地面场景对机载光电系统目标检测与识别的影响,提出了一种基于平台运动补偿的下视场景运动小目标检测与跟踪方法。首先提取地面场景中的角点和线等不变性特征,通过图像配准实现平台的运动补偿,然后经帧间处理检测出潜在运动目标,并利用Gabor滤波器对目标进行初步筛选,最后通过轨迹关联和目标航迹累计数以及目标先验运动速度信息识别和跟踪光电系统视场内的真实目标。      

利用DR区域马氏距离不变量在铁路编组场进行在场检测

铁路交通中逐渐开始利用视频处理方法来提取交通信息.与公路相比,铁路中视频信号在目标尺寸、目标运行轨迹和视场规模等方面具有不同特点.根据这些不同特点,为了解决铁路编组场实际工作中检测车辆溜放位置的问题,提出了利用DR区域马氏距离不变量作为在场检测器的方法,并给出了具体计算结果.     

Efficient multiple moving object detection and tracking using combined background subtraction and clustering

Object detection and tracking is a fundamental, challenging task in computer vision because of the difficulties in tracking. Continuous deformation of objects during movement and background clutter leads to poor tracking. In this paper, a method of multiple moving object detection and tracking by combining background subtraction and K-means clustering is proposed. The proposed method can handle objects occlusion, shadows and camera jitter. Background subtraction filters irrelevant information, and K-means clustering is employed to select the moving object from the remaining information, and it is capable of handling merging and splitting of moving objects using spatial information. Experimental results show that the proposed method is robust when compared to other techniques.     

大气相干长度测量信标自动跟踪系统

大气相干长度是研究大气湍流强度、激光大气传输以及自适应光学的重要参量之一.整层或有限距离相干长度的测量大多是以恒星、高空气球中光目标等作为信标光源的.一般依靠轨道跟踪或手动跟踪,跟踪能力差,测量时操作不便.为此研制了一套信标自动跟踪测量系统,可以实现各种不同条件下大气相干长度的自动跟踪观测,从而大大提高了测量性能.     

基于视频的体育运动分析系统的研究与实现

以体育运动视频图像为主要研究对象,运用视频处理技术设计并实现了一种集视频控制、全景图合成、静态背景抑制、运动目标跟踪及量化等功能为一体的体育运动分析系统。通过实际视频图像测试,系统能够较好地实现上述功能,具有较好的实时性。