一种新的相关跟踪方法研究

相关跟踪过程中，序列图象中的实时图和参考图之间必然存在灰度差异以及一定程度的几何形变和对目标的局部遮挡，而传统相关匹配算法中，每一对像素点对匹配结果的贡献是均等的，这样就使得算法的性能很容易受到图像中噪声、局部遮挡等因素的影响。为此，从另外的角度提出了一种新的图象相似度度量方法，即将目标图象中与模板图象相接近的点的个数作为相似性度量来进行匹配，这种方法得到的相关曲面更尖锐，匹配置信度更高。又因为跟踪过程，实时图必然存在这样或那样的变化，对模板合理地进行更新是相关跟踪的关键，在上述的图象相似度度量方法的基础上，另外又提出了一种非常有效的模板修正方案，从而使得跟踪算法对环境的适应能力和稳定性得到大大提高，实验结果证明了该方法的优越性。     

声纳图像中目标自动跟踪的实现

介绍在不知道目标形状信息的情况下构造模板的方法,分别以互相关系数和绝对误差作为相似性指标进行模板匹配,实现了声纳图像中特有的一种目标跟踪过程。文中对二种方法的效果进行了比较。     

融合图像显著性与特征点匹配的形变目标跟踪

目的 针对目标在跟踪过程中出现剧烈形变,特别是剧烈尺度变化的而导致跟踪失败情况,提出融合图像显著性与特征点匹配的目标跟踪算法。方法 首先利用改进的BRISK（binary robust invariant scalable keypoints）特征点检测算法,对视频序列中的初始帧提取特征点,确定跟踪算法中的目标模板和目标模板特征点集合;接着对当前帧进行特征点检测,并与目标模板特征点集合利用FLANN（fast approximate nearest neighbor search library）方法进行匹配得到匹配特征点子集;然后融合匹配特征点和光流特征点确定可靠特征点集;再后基于可靠特征点集和目标模板特征点集计算单应性变换矩阵粗确定目标跟踪框,继而基于LC（local contrast）图像显著性精确定目标跟踪框;最后融合图像显著性和可靠特征点自适应确定目标跟踪框。当连续三帧目标发生剧烈形变时,更新目标模板和目标模板特征点集。结果 为了验证算法性能,在OTB2013数据集中挑选出具有形变特性的8个视频序列,共2214帧图像作为实验数据集。在重合度实验中,本文算法能够达到0.567 1的平均重合度,优于当前先进的跟踪算法;在重合度成功率实验中,本文算法也比当前先进的跟踪算法具有更好的跟踪效果。最后利用Vega Prime仿真了无人机快速抵近飞行下目标出现剧烈形变的航拍视频序列,序列中目标的最大形变量超过14,帧间最大形变量达到1.72,实验表明本文算法在该视频序列上具有更好的跟踪效果。本文算法具有较好的实时性,平均帧率48.6帧/s。结论 本文算法能够实时准确的跟踪剧烈形变的目标,特别是剧烈尺度变化的目标。     

实时双模图像跟踪系统技术研究

利用一种可用于红外成像，可见光成像实时双模图像跟踪系统的硬件设计原理和软件设计特色，讨论了基于分割的质心跟踪算法，基于提边的差分跟踪算法和特征匹配跟踪算法的特点，在此基础上，提出了并分析了双模置信度与融合跟踪算法，最后简述了伺服系统控制策略主实验结果。     

快速定位图像尺度和区域的3维跟踪算法

目的 传统的2维自然图像的增强现实算法,对模板图像的各个尺度下的整个图像提取特征点并保存到特征点数组中,跟踪阶段对模板图像提取出的所有特征点进行匹配,造成了大量的无效运算,降低了特征匹配的效率.为了解决这个问题,将模板各个尺度的图像进行区域划分,提出了一种快速定位图像尺度和区域的算法,缩小特征匹配的范围,加快3维跟踪的速度.方法 预处理阶段,通过对图像金字塔每一尺度图像分成小区域,对模板图像上的特征点进行分层次分区域的管理.在系统实时跟踪阶段,通过计算几何算法快速确定当前摄像机图像所对应的尺度和区域,从而减小了特征匹配的范围.结果 该方法大幅度缩小了特征匹配的范围,降低了特征匹配所消耗的时间,与传统算法相比,在模板图像分辨率较大的情况下特征匹配阶段时间可以缩短10倍左右,跟踪一帧图像的时间缩短1.82倍.系统实时跟踪过程中的帧率总体保持在15帧/s左右.结论 提出的快速定位图像尺度和区域算法适用于移动设备上对2维自然图像的跟踪,尤其在模板图像分辨率较大的情况下,算法能够显著减小特征匹配的范围,从而提升了实时3维跟踪算法的运行效率.     

图像序列的目标检测

动态图象中的目标检测在实际应用中具有重要的意义。差图象是目标检测的基础，本文给出了一种运用差图象的多种特征进行了检测的方法，在特征空间的基础上，使用预测技术抗干扰。实践表明，此方法具有一定的实用性，并且在实际应用中取得了满意的效果。     

并行处理的图象匹配和目标跟踪算法及双处理机实现

本文通过理论和实际的分析，提出一种在以矩不变量为特征的目标跟踪系统中引入并行计算机处理的算法，该算法将目标跟踪过程中的特征提取和模块匹配算法结合起来进行合理划分，使得在每个控制间隔里，两部分交换信息后分别同时计算，从而在任务级上实现并行处理。     

实时双模图像跟踪系统技术研究

利用一种可用于红外成像G可见光成像实时双模图像跟踪系统的硬件设计原理和软件设计特色,讨论了 基于分割的质心跟踪算法G基于提边的差分跟踪算法和特征匹配跟踪算法的特点,在此基础上,提出并分析了双模 置信度与融合跟踪算法"最后简述了伺服系统控制策略及实验结果.     

一种基于特征跟踪的彩色序列图像拼接方法

本文针对图像拼接中的录找匹配点难题，提出运用特征跟踪和窗口匹配方法，寻找正确的匹配征点，对序列图象进行几何视点校正后进行融合拼接，提出的算法计算量小，对于虚拟场景的建设等运算量大的场合具有很好的应用。     

一种二值图象边缘跟踪的通用算法

一般边缘跟踪算法都没有考虑图形区域的边缘比较复杂时的情况.本文提出一种改进的边缘跟踪算法、该算法可对二值图象中可能出现的各种情况的区域进行跟踪,具有简单明了而且效率高的特点.     

基于网格特征跟踪的小波图像压缩方法

用可分离二维小对图像进行小波变换时，高通滤波器具有水平、竖直和对角三个方向的选择性，因而对其它方向的高频信息（即边缘）的压缩效果不好，在高压缩比的情况下，产生明显的边缘Ｇｉｂｂｓ现象，本文利用三角形网格对图像进行边缘特征跟踪，有效地去除了这种现象，在至少保持了客观压缩质量（ＰＳＮＲ）的同时，提高了主观压缩质量，并通过确定网格点的特征点匹配领域以及引入弹性网的概念，得到了满足４条原则的网格点坐标的线     

图象系列中机动目标的自适应跟踪

建立了图象序列中目标形心位置测量方程，并针对目标机动性，采用一种解耦的并行卡尔曼滤波跟踪算法，即速度滤波器和加速度滤波器并行独立运算，加速度滤波器的输出用于校正速度滤波器的结果，根据探测到的目标机动性情况，加速度滤波器可以实时切换，降低了计算量和存储量，提高了跟踪的实时性，仿真结果表明该算法具有很好的跟踪性能。     

ROBUST TRACKING FOR NONLINEAR SYSTEMS VIA HYBRID CONTROL

In this paper, the problem of output tracking for single-input/single-output nonlinear systems in the presence of mismatched uncertainty is studied. In our problem, the so-called matching condition in the literature is further relaxed, and a more general condition on the uncertainty is given. To attenuate the effects of uncertainties on the tracking error, a design method which is referred to as the Stable Combined Variable Perturbation Method (SCVPM) is presented. Based on this design method, a new robust tracking controller is derived using hyb rid control strategy. This controller, taken as a root-controller, is then used to generate two other controllers. All these controllers guarantee robustness of the closed-loop system, only with different tracking accuracies. The design method as well as the robust controllers is characterized by a small robust design parameter, ϵ. The tracking error converges to an ϵ-neighbourhood of the origin, and, by letting ϵ go to zero, the accuracy of tracking can be improved to any desired degree. Finally, an example is given and the simulation results confirm the theoretical analyses, thus show the effectiveness of the new design method and controllers.     

基于孪生网络的鲁棒红外目标跟踪算法

针对红外目标跟踪获得的目标特征鲁棒性差以及模型漂移易导致跟踪失败等问题,提出基于孪生网络的鲁棒红外目标跟踪算法,即利用预训练孪生网络提取红外目标多卷积层特征,以获取红外对象的空间及语义信息.通过相对熵滤波网络进行响应图融合,并以融合后的响应图为基础设计自适应模板的更新策略.在具有挑战性的红外跟踪数据集VOT-TIR20...     

基于图像误差的机器人运动目标自适应跟踪

讨论了机械手运动目标跟踪问题，直接利用图像误差达到注视目的。利用手部摄像机于期望位置获取待跟踪物体图像，以此作为期望图像，而后可以对同为运动物体进行注视跟踪，使实时采样图像收敛于期望图像。     

精子活动图像序列的计算机分析

本文将运动图像分析技术应用于生物医学领域，进行精子活动能力的定量计算和计算机自动测定。利用病员的新鲜精，通过显微镜关入计算机，得到图象序列，然后进行分析研究。文章提出了一套图像序列分析算法，能够描出精子的运动轨迹，算出精子的运动速度，并给出诊断结果报告。实验证明，其结果与医学结论相符。     

基于仿射特征描述的鲁棒车辆遮挡检测方法

在交通场景下进行多目标跟踪时,往往会存在车辆之间的相互遮挡,使得基于视觉的车流量计算准确度受到严重影响。针对这一问题,提出一种基于仿射特征描述的鲁棒车辆遮挡检测方法,该方法利用车辆的角点特征,建立基于仿射变换的车辆特征描述模型,判断车辆之间是否存在遮挡现象,再对遮挡车辆进行特殊分割,保证了车辆跟踪以及车流量统计的准确性。通过50段5分钟连续视频,每个视频中出现车辆遮挡时段大于1分钟,遮挡频率25%,遮挡帧数大于500幅进行试验,算法的车流量统计的正确性达到95%,正确跟踪率达到98%,验证了该算法的有效性。     

基于形象语义特征的敦煌壁画检索

敦煌壁画艺术保护是一个重要的课题。本文从分析壁画风格出发，讨论体现风格的基本特征，形象特征与语义特征，以及基于特征的“符号－符号”，“形象－符号－形象”与“形象－形象”第三类检索方式，提出基于语言变量的特征表达，壁画数据模式，通用的壁画查询语言与实现算法，然后，研究检索算法实现中特征相互转换问题，以及色彩特征，线描特征的匹配算子，最后，介绍原型系统的实现情况及进一步研究方向。     

基于最小特征匹配代价的夜间车辆检测和追踪

针对夜间复杂环境下车辆追踪存在检测难、配对准确率低、追踪效果差等问题,提出一种新的夜间车辆检测与追踪算法。首先将频域的同态滤波与空域的阈值技术结合进行车灯检测;然后,利用几何特征对车灯进行跟踪;其次,将几何特征和运动特征相结合,利用最小特征匹配代价算法实现车灯配对;最后,根据车灯配对情况对车辆轨迹进行追踪,同时引入反馈修正机制对轨迹进行修正。实验表明该算法能够在不同照明和交通条件下有效检测车灯、跟踪车辆,平均检测率和跟踪率较高。