具有遮挡鲁棒性的目标中心距离加权的跟踪算法

本文提出了一种实时跟踪算法,以目标中心距离加权的目标图像直方图作为模板,采用mean-shift迭代方法进行目标定位;当目标被部分遮挡时,用"分块匹配"的方法提高算法鲁棒性;对于超过一定像素的较大目标,本算法进行"降采样",大大减小运算量,从而实现了对大尺度目标的实时跟踪.实时视频流的实际跟踪系统验证了该方法的有效性.     

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。     

实时红外目标跟踪方法

针对红外图像的特点,提出一种实时目标跟踪方法。该方法采用局部二元模式(LBP)算子提取图像的多尺度LBP编码直方图作为图像特征向量,使用卡方统计度量模板图像和样本图像的相似度。结合Kalman滤波和多尺度模板更新机制,使得算法在目标尺寸大幅变化,目标部分遮挡、短暂消失等情况下仍能保持跟踪的正常稳定进行。针对该算法,设计了专用图像处理板卡,介绍该算法在图像处理板上的硬件实现方法,使目标跟踪满足50 Hz/s的实时处理要求。最后,使用两组实录红外序列图像进行了仿真实验,验证了该算法的有效性和鲁棒性。     

基于Mean Shift的变尺度快速运动目标自适应跟踪算法

为了实现对变尺度快速运动目标的良好跟踪,在对传统Mean Shift跟踪算法改进的基础上,提出了一种运动目标自适应跟踪算法。该算法首先采用目标区域的像素点空域加权后的彩色图像作为初始帧目标模板,目标的真实位置利用Mean Shift算法迭代求得,从而实现对快速运动目标的空间定位,然后将相邻帧的目标采用尺度不变特征变换(SIFT)算子进行特征匹配,根据目标的缩放因子实时更新下一帧的核带宽,修正算法跟踪窗口的尺寸,以适应目标尺度的变化,从而实现对快速运动目标的尺度定位。最后,通过实验表明,与传统的Mean Shift跟踪算法相比,该算法的跟踪准确率达到97%以上,能够实现对变尺度快速运动目标的精确跟踪。     

基于互信息和自适应模板更新的目标跟踪算法

基于归一化互信息的图像目标跟踪算法,在目标发生刚体旋转,出现遮挡或光照条件发生变化时具有较好的稳定性。但是,实用的跟踪系统还要求算法能实时适应运动目标的外观变化,因此,在对归一化互信息跟踪算法研究的基础上,引入基于多尺度图像信息量的模板尺寸自适应更新策略。实验结果证明,改进的跟踪算法,在目标尺寸变化时能够自适应更新模板...     

基于动态模板匹配的自适应尺度目标跟踪算法

为保证大型光学模块装校装置在装校过程的稳定性和准确性，需要对导向模块进行监测跟踪。针对传统模板匹配跟踪算法在工业应用中存在无法应对目标尺度变化、缺少有效的模板更新策略等问题，提出一种基于动态模板匹配的自适应尺度目标跟踪算法。首先对第一帧图像检测运动目标区域，提取目标模板中心点，生成模板图像金字塔；在之后的每一帧中，先计算各尺度下模板图像和目标图像的相似性，取相似度最大的尺度因子作为尺度变化量，借助动态模板更新策略更新模板；最后融合卡尔曼滤波算法，预测出候选目标范围。在OTB数据集上进行实验，结果表明，所提算法在满足实时性要求的同时，相较于传统算法，重合率提高约21个百分点。     

基于SUSAN方法的相干激光雷达距离像跟踪算法

在相干激光成像雷达跟踪系统中,跟踪算法是决定激光雷达跟踪性能的关键.针对激光成像雷达所成距离像的特点,以及以前算法中必须预先给定模板这一缺陷,采用了一种加权的SUSAN方法找出图像中目标的特征点,确定目标中心,在实时图像中提取模板,通过两级相关运算,进行目标跟踪,给出了相关跟踪的帧内置信度和帧间置信度信号,完成模板的智能更新.在不同的信噪比下进行序列图像跟踪实验,实验结果表明,在所研究的仿真目标中应用此相关跟踪方法,能够较准确的提取模板,跟踪精度较好.     

基于改进FAsT-Match算法的特定建筑区锁定跟踪

机载遥感视频背景复杂,且指定建筑目标面积小、分布离散,传统区域提取算法难以准确锁定并跟踪这类目标。提出了一种基于改进FAsT-Match算法的特定建筑区锁定跟踪方法。该方法首先以模板图为基准对目标图像进行直方图规定划,以适应不同的光照变化;然后构建仿射变换参数网络,并根据上一帧得到的最佳仿射变换参数限制当前帧图像的仿射变换参数范围,以提升匹配效率;最后将与仿射变换匹配的平行四边形图像数据经过逆仿射变换成矩形图像作为下一帧模板,从而解决旋转、尺度、形变等变化对目标跟踪准确性的影响。由实验分析可知,该算法AUC指标可达0.820,较NCC算法准确率提升40.5%,且跟踪效果好、效率高、对各种场景的适应性好,可在特定建筑区域准确、实时、高效地锁定跟踪。     

一种红外和可见光双通道视频目标跟踪方法

室外场景下由于场景背景条件变化容易导致视频目标跟踪稳定性差。该文提出一种利用红外和可见光传感器的双通道视频目标跟踪方法。该算法利用可见光图像的目标颜色特征和红外图像的目标轮廓特征,结合均值漂移算法与水平集曲线演化实现目标定位,并给出了目标尺度和模板更新方法;对多目标跟踪的互相遮挡问题,通过判断目标合并与分离实现遮挡时多个目标的定位。实验结果表明,该文方法能够有效处理光照变化、阴影、遮挡等情况,实现目标的稳定跟踪。     

基于卡尔曼和图像信息量的Mean Shift改进跟踪算法

Mean Shift算法在目标实时跟踪领域取得了广泛的应用,但是对于速度过快或尺度变化大的目标跟踪存在较大的缺陷.提出了一种基于Mean Shift和Kalman预测带宽的自适应跟踪算法.该算法提出以Kalman预测目标在下帧中的中心位置作为Mean Shift迭代初始位置;同时引入图像信息量度量方法以适应目标的尺度变化.实验结果表明,改进的跟踪算法能很好地跟踪尺度变化的目标,跟踪效果很好.     

光电跟瞄平台的波门跟踪技术

波门跟踪是提高基于图像等信息实现跟踪的光电平台跟踪精度的有效方法.探讨了脱靶量预测、图像传感器滞后和伺服系统动态精度对波门跟踪的影响.针对一类匀速运动目标,建立了基于图像处理信息和伺服系统反馈信息的目标空间角运动模型,利用最小二乘法获得目标角运动参数的估计,同时推导了目标图像脱靶量的预测公式,结合目标运动预测,完成了自适应波门的设计.最后给出了常规波门和自适应波门的工程跟踪实验,结果表明,文中所提方法创新定性地定量分析了波门跟踪技术在工程实践中的问题,解决方案完整且在工程实验中得到了检验,提高了跟踪的稳定性和系统的实时性.     

采用多速率多模型交互实现机动目标的全速率跟踪

多速率模型通过对原始测量结果和目标运动模型进行多分辨分解实现目标高精度跟踪.多模型交互方法则采用一个马尔科夫链控制多个模型交互实现机动目标跟踪.本文给出了一种采用多速率多模型交互方式实现机动目标全速率跟踪的方法,它通过交织多次滤波结果使得跟踪能同时保证高精度和全速率.仿真结果及分析说明了该方法较传统的全速率多模型交互算法获得了更好的跟踪效果.     

基于角点检测的光流目标跟踪算法

为了解决传统目标跟踪算法在目标发生旋转、变形等情况下容易丢失的缺陷,提出了首先使用Harris角点算法提取几个目标角点特征,光流法进行匹配点配准,最后采用重心算法确定目标脱靶量的跟踪方法.利用了角点提取算法具有运算速度快且能代表目标形状特征的特点以及光流配准具有匹配精度高的优点.实验结果表明,该方法具有较高的跟踪精度,对于目标旋转、变形、遮挡都具有很高的鲁棒性.     

基于对称三角线性调频的单脉冲测速算法

随着冲压发动机的快速发展,超高音速巡航成为可能。由于超高音速目标飞行速度极快,机动性大大提高,现有雷达难以对其进行有效的跟踪。为了应对来自超高音速目标的威胁,快速提取目标速度信息,帮助改善跟踪性能就显得尤为重要。首先给出了适用于超高音速目标的回波模型,提出了基于对称三角线性调频信号的超高音速目标单脉冲测速算法,该算法利用线性调频信号的距离多普勒耦合现象实现单脉冲测速。仿真结果表明,在信噪比较大的情况下,该算法取得了较好的测速效果,且对信噪比的依赖相对于双通道匹配滤波峰值输出测速模型有明显的降低。     

雷达目标三维特征的提取与识别研究

以逆合成孔径雷达(ISAR)成像技术和计算机视觉理论为基础，提出了一套新的从动态目标ISAR成像序列中提取目标散射点三维结构信息，以此作为目标特征的识别方法。这一研究方法包含了4个重要环节：动态目标的ISAR像序列的获得；“散射点像元”质心的检测、跟踪和匹配；基于光流分析的目标散射点三维结构特征的提取；目标三维特征的识别。由于经过了时间和空间上信息的积累，目标的散射点的三维结构特征具有稳定和直观的特点。作为一种新的目标识别的依据是很有效的，且只需要较少的训练样本就可以获得较高的识别率。     

一种新的多目标角度功率联合跟踪算法

提出了一种新的多目标角度、功率联合跟踪算法。首先,利用高分辨处理估计出目标的个数、初始角度、初始功率及噪声功率。接着,通过相邻时刻估计得到的协方差矩阵的差推导出了一组关于角度差和功率差的线性方程组,重复解方程组可以得到不同时刻各个目标的角度以及功率。该算法可以减小阵元噪声带来的影响,在跟踪过程中,不需要进行子空间分解,参数自动配对,而且相邻时刻估计得到的角度和功率之间是自动关联的,省去了运算量较大的数据关联过程。进一步,给出了一种修正方法减小了算法中三个近似带来的误差。仿真结果表明,该算法的运算量低,跟踪精度高。     

基于局部灰度分析的红外图像轮廓跟踪算法

根据飞行目标红外图像特点,提出了用最大距离法用于局部闭值分割,用链码法来做改进的轮廓跟踪算法。该算法把消除颗粒噪声、采样离散化误差作为边缘平滑的重点;通过对图像局部灰度特性的分析解决了轮廓跟踪过程中出现的断边、分支问题。经验证,采用该算法可得到清晰、光滑的轮廓图像,并且具有较快的运算速度,可实现实时处理,实时显示。     

一种基于图像融合的红外图像增强新方法

介绍了一种红外图像增强的新方法。该算法对红外图像处理过程中不同类型的噪声采用不同的方法滤波,有效地滤除了高斯噪声和脉冲噪声,同时增强了目标和背景中的边缘成分。该方法以增加检测系统硬件复杂程度为代价换取对红外图像特定信息的增强,可用于地面背景下红外图像目标检测或匹配跟踪的预处理。     

基于遗传搜索的低信噪比图像点目标跟踪算法

该文提出了一种快速检测、跟踪序列图像中低信噪比(2)点目标的算法。该算法有机地结合了遗传算法与多级假设检验算法。仿真结果表明应用此算法,可快速实现信噪比小于2的点目标的检测与跟踪。文中根据低信噪比点目标检测的难点,设计了合适的编码方案,提出了合格个体保留法,选择了合适的遗传算子。