基于扩展卡尔曼滤波的空间小目标跟踪算法

由于天基平台拍摄天空图片时,背景和相机同时发生相对运动,造成相邻帧之间无法通过简单的帧差法得到运动的小目标,造成了空间目标检测的难度。在分析星空图像模型的基础上,提出了一种提取特征点组成匹配三角形的图像配准方法,该方法通过最优阈值的选取对单帧图像进行分割,去除背景噪声。将星点按面积大小划分,符合条件的星点组成特征三角形并在相邻帧中进行匹配得到运动参数。在配准时为了减小计算量,忽略背景插值只针对星点坐标矩阵进行处理。最后通过多帧轨迹关联检测出目标的运动轨迹。仿真实验表明,在运动的序列图像中,该方法能实现高检测率和低虚警率的实时检测。     

基于时序多帧投影的空间目标检测算法

为了对星图中空间目标进行检测识别,对基于 SURF（Speed-Up Robust Featrues）算法的星图精确配准技术和美国 SBV（Space-Based Visual）计划采用的 MTI（Moving Target Indicati-or）在轨目标检测算法进行了深入研究,提出一种针对16 Bits 星图的多目标检测算法,具体包括：首先利用 SURF 算法提取序列星图的特征点,根据最小二乘法计算得到的全局运动参数对星图进行精确配准;然后利用一种改进的 MTI 算法对序列星图进行时序多帧投影以抑制背景,得到仅含有疑似目标的序列图像;最后经过目标初始运动状态的建立,速度滤波以及坐标插值得到目标的运动轨迹。利用实拍的20帧序列星图验证算法性能,经本文算法配准后,星像质心的均方误差（RMSE,Root Mean Square Error）最小达到0.3269 pixel,平均值为0.5441 pixel;序列图像中的3个运动目标均被检出,且无虚警。实验结果表明,本文配准算法的精度能够满足时序多帧投影的要求,且目标检测算法符合恒虚警原理。     

基于短时轨迹检测的红外弱小目标轨迹检测算法

为解决虚警率较高情况下红外弱小目标轨迹检测效率下降严重的问题,本文提出一种基于短时轨迹检测的红外弱小目标轨迹检测算法.算法首先在相邻帧间进行短时轨迹检测,然后以短时轨迹为基础建立新的轨迹结构并结合轨迹关联算法完成目标轨迹的检测.文章推导了算法的虚警率和检测概率的关系,证明了本文提出的算法相比单帧检测结合轨迹关联的算法具有更好的检测性能.通过对仿真和实际红外图像序列进行实验表明,本文算法能够在准确检测弱小目标的同时有效的减少无效轨迹的数量,从而提高了算法的执行效率.     

基于动态图像处理技术的动目标检测与跟踪

针对摄像机与目标同时运动情况下运动目标的检测与跟踪问题,提出了背景匹配法.通过相关匹配算法使背景对齐,结合帧间差分技术有效地将运动目标提取出来;然后通过预测未来路线,运用光流学与对应物的对应方法进行运动目标跟踪.     

动态背景下基于帧间差分与模板匹配相结合的运动目标检测

基于图形处理器单元（GPU）提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA—SIFT（于统一计算设备架构的尺度不变特征变换）算法提取图像匹配特征点的基础上,优化随机采样一致性算法（RANSAC）剔除图像中由于目标运动部分产生的误匹配点。运用背景补偿的方法将静态背景下的帧间差分目标检测算法应用于动态情况,实现了动态背景下的运动目标检测,通过提取目标特征与后续多帧图像进行特征匹配的方法最终实现自动目标检测。实验表明该方法对运动目标较小、有噪声、有部分遮挡的图像序列具有良好的目标检测效果。     

基于投影变换与轨迹关联的目标检测算法

低信噪比条件下序列图像中微弱点状运动目标的检测是许多实时监视系统的关键算法,具有信息量大、目标轨迹组合复杂和实时处理难度大等特点。为有效检测出微弱点目标,提出了一种基于最大值投影与目标轨迹关联相结合的运动点目标检测算法,仿真试验表明该算法具有较好的检测性能,可有效地检测出低信噪比条件下图像序列中的运动点目标,同时也可检测出交叉运动的多个点目标。     

基于小波多尺度图像配准的运动小目标检测

探讨了一种红外图像序列中独立运动小目标检测的新方法。通过一种鲁棒的小波多尺度图像配准过程消除主场或背景运动的影响。同时,利用改进的Fisher算法及小波变换对低频的图像进行分割,最终将目标从背景中分离出来,并对配准后分割的图像差分,获得目标运动轨迹。实验表明了该方法的有效性。     

基于合作目标与非合作目标的一体化空间配准新算法

针对移动平台雷达同时探测到合作目标与非合作目标怎样进行空间配准的问题,提出了一种一体化的空间配准算法,将基于合作目标的雷达系统偏差估计结果作为附加条件输入到基于非合作目标建立的线性方程组中,一起采用递推最小二乘法（RLS）重新估计两平台的系统偏差大小。仿真结果表明该新方法切实可行,合理地利用了合作目标信息与共同量测的非合作目标信息,提高了雷达量测系统偏差估计的准确性和最终目标航迹的配准精度,相信在多机协同探测领域具有一定的应用价值。     

空间弱小目标图像检测方法研究

针对背景缓慢运动的空间弱小目标图像检测问题,提出了序列图像背景配准方法及基于目标特征的空域滤波方法.通过对动态背景序列图像的背景恒星配准及背景消除,得到了目标图像.通过基于目标特征的滤波,并用质心法计算出每帧目标代替点得到轨迹投影图.最后使用Hough直线检测算法和最小二乘法提取目标轨迹.实验选择了实拍的序列图像,检测结果验证了该方法的有效性.     

基于轨迹预报的空间目标断续航迹关联算法

空间目标跟踪过程中,航迹中断会严重干扰航迹融合及加重传感器负担,因此,空间目标断续航迹关联算法研究意义重大。针对传统断续航迹关联算法中直线外推得到的预测航迹具有较大误差,从而导致关联不准确的问题,提出基于轨迹预报的空间目标断续航迹关联算法。该算法基于动力学方程对空间目标进行跟踪,对中断前滤波更新值进行曲线拟合得到预报初值点,并结合目标动力学模型进行轨迹预报,将预测数据与中断后新起始航迹前几个时刻的状态更新值进行关联配对,实现空间目标中断前后航迹的关联融合。仿真实验结果验证了所提算法的有效性。     

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Wu反走样的三角形光栅化边缘反走样算法

对于光栅化的三角形,其边缘存在明显的锯齿现象,因此需要进行反走样处理。基于Wu直线反走样算法的思想,考虑了水平直线外侧直接添加插值点的算法和三角形三边外侧反走样的算法。综合两者的优点,在绘制光栅化的三角形的同时,边缘叠加Wu反走样直线,并考虑背景像素灰度值的作用。结果表明,改进的三角形光栅化的边缘反走样算法有效提高了三角形光栅化后边缘的显示效果,该算法计算量小,便于FPGA实现,可用于对图形显示质量要求很高的机载显示系统。     

一种基于RSSI的三角形质心改进算法

针对传统质心算法定位精度低、对环境依赖性强等问题,提出一种基于RSSI的质心定位改进算法,先确定未知节点所在的三角形,连接三边中点划分16或10个区域,得到小三角形的外心,通过比较外心的适应度值,确定未知节点所在区域,减小了三角形的面积,提高了定位精度。利用matlab仿真结果表明,改进的三角形质心定位算法的性能更好,具有一定的实用价值。     

基于三角形循环二分算法的图像去雾研究

为了提高图像去雾效果,采用三角形循环二分算法处理图像。首先分析基本暗通道算法图像去雾;接着基于三角形循环二分算法对大气光值精确计算,将图像沿对角线分成4个三角形区域,只对雾浓度最较高的区域进行二分图形划分,选取三角形最长边的中点,连接到对应三角形最长边的顶点,循环执行直到满足预先设定的面积阈值;然后自适应调节透射率,避免色彩失真;最后给出了算法流程。实验仿真显示,本文算法去雾后的图像在视觉上更加清晰,可见边集合数目比、平均梯度比值、直方图相似度系数、综合评价指标相比其他算法较好,能够满足图像去雾对清晰度、信息量的要求。     

基于时频域的地面动目标二维检测算法

针对地面动目标检测中强地杂波导致的匀速、匀加速直线运动目标检测概率降低的问题,提出了在时频域对目标信号能量进行积累以提高信噪比,从而提高地面动目标检测概率的算法。该方法首先将回波信号下变频至零中频,而后基于目标的运动特性,利用短时傅里叶变换将回波变换至时频域进行能量积累提高信噪比,最后在时频域进行二维检测,提高了动目标的检测概率。仿真实验验证了算法的有效性。     

一种自动检测红外运动目标的改进形态学方法

针对红外图像序列中运动目标的检测问题,提出了一种提高红外图像信噪比的改进双重Top-Hat形态学预处理算法,并通过自适应形态学阈值获得了二值化图像,最后利用序列帧间信息进行管道滤波去除二值化图像的噪声和伪目标,完成多个红外运动目标的自动检测.实验结果表明,提出的方法有效地保留了运动目标的灰度信息,便于后续的目标识别处理,而且算法在实时性肯和信噪比方面的综合效果优于其他几种常用滤波算法.     

基于红外背景复杂程度描述的小目标检测算法

提出了关于红外“背景复杂程度”的基本概念,发现并论述了一种有效的红外背景复杂程度定量描述方法。此外,提出了一种基于红外背景复杂程度描述的自适应Butterworth高通滤波方法,实现了具备一定普适性的红外图像预处理。在小目标检测问题的研究中,构造并实现了一种更具实用性的先检测后跟踪小目标检测算法,此算法在一个完整的框架下实现了红外图像预处理过程和小目标检测过程的自适应统一。     

一种基于遗传算法的拓扑匹配存储方法

在名址分离网络中,身份和位置的映射问题非常重要。在对其映射关系存储方法深入分析的基础上,针对逻辑拓扑和物理拓扑不一致的问题,结合遗传算法,将拓扑匹配问题看成一个旅行商问题(TSP问题),并利用遗传算法寻找此问题的满意解,然后用此满意解构建Chord环,并对Chord环的邻居表进行修改改进从而对Chord环的路由跳数进行了优化。分析和仿真结果表明,该方法实现简单,对原始Chord模型改动不大,在平均路由跳数、时延方面都有明显的优势。     

Information entropy based match field cutting algorithm

With the increasing diversity of network functions,packet classification had a higher demand on the number of match fields and depth of match table,which placed a severe burden on the storage capacity of hardware.To ensure the efficiency of matching process while at the same time improve the usage of storage devices,an information entropy based cutting algorithm on match fields was proposed.By the analysis on the redundancy of match fields and distribution pattern in a rule set,a match field cutting model was proposed.With the mapping of matching process to the process of entropy reduction,the complexity of optimal match field cutting was reduced from NP-hard to linear complexity.Experiment results show that compared to existing schemes,this scheme can need 40% less TCAM storage space,and on the other side,with the growing of table size,the time complexity of this algorithm is also far less than other algorithms.