基于加权相关的图像匹配跟踪算法的研究

针对电视制导炸弹中弹目相对运动变化而导致的目标尺度变化、几何形变以及随机因素造成的暂短丢帧现象,文中对相关测度函数进行了基于弹-目距离的中心加权修正,提出了相应的模板更新与修正策略、基于线性预测的目标位置的预测方法、跟踪点的定位方法等,在此基础上,实现了基于加权相关的图像匹配跟踪算法.文中算法获取的跟踪点稳定,有效地解决了常规相关匹配算法跟踪点漂移、速度慢、实时性差的问题.实验结果表明,该方法在复杂背景以及目标尺度发生变化时均能获得良好的跟踪效果.     

一种复杂地面背景的目标跟踪算法

实时跟踪算法将提供的原始目标作为基准图像进行序列跟踪，在跟踪过程中根据一定的判据对基准图像的更换、目标丢失的判断等状态进行控制．通过对各种实时跟踪算法的研究，提出了一种基于图像相关的多模板跟踪算法，并给出了多模板相关算法中的判断准则：模板更换准则、目标丢失判断．试验证明，对地面复杂背景的目标实时跟踪有效可行。     

一种新的红外成像近距目标的跟踪算法

文中给出了一种新的基于相关运算的红外近距目标的跟踪算法。模板选择依据加权的SUSAN算法,通过两级相关运算,进行目标跟踪,以达到减少计算、节约运算时间的目的。第一级粗相关运算采用模板亚采样模式,得到可能性最大的四个定位点;第二级精相关运算以四个定位点为中心的3×3邻域做全模板的匹配计算。本算法还给出了相关跟踪的帧内置信度和帧间置信度信号,实时智能的更新模板,经过实验表明,该算法有效地减少了模板的漂移误差,提高了运算速度。     

基于对应像素距离度量的图像匹配跟踪算法

结合最小绝对差度量MAD和Hausdorff距离度量的基本思想,提出了一种新的对应像素距离相似性度量方法的图像匹配算法和自适应模板图像匹配跟踪算法,并对对应像素距离相似性度量方法的图像匹配算法的匹配跟踪性能进行分析.对这2种算法的匹配跟踪性能参数的实验结果进行比较.实验结果表明:对应像素距离相似性度量方法的图像匹配算法具有较强的抗噪、抗畸变能力和稳定性,具有较高的匹配精度和匹配概率.     

一种基于偏导相关的电视图像跟踪算法

文中首先针对电视制导炸弹的特点,提出了一种基于偏导相关函数的电视图像跟踪算法和模板自适应更新算法,然后在此基础之上设计出偏导相关跟踪器并做了仿真试验.     

红外目标图像的复合特征跟踪算法

红外目标图像跟踪系统中应用单一特征跟踪算法,易造成跟踪点漂移和目标丢失。提出目标图像的复合特征跟踪算法,综合利用目标图像的灰度特征和点特征,联合灰度特征的易用性和点特征的空间不变性,分别克服单一特征易受光照、噪声干扰,以及实时性较差等方面的不足。提出了复合特征联合匹配的算法流程和权值分配策略,通过仿真试验对比三种方法的目标跟踪性能,证明了该算法的有效性。     

一种光电转塔精确跟踪算法

针对常规跟踪解算方法难以满足俯仰角大范围观测跟踪性能要求的问题,提出一种可应用于俯仰角大角度时的精确跟踪算法。分析光电转塔目标跟踪的常规跟踪算法原理,根据图像坐标转换关系以及矢量等效旋转,推导高精度跟踪指令,对目标偏离量做执行轴投影,再把第三维跟踪运动分解为另外两维等效运动,最终使跟踪运动指令精确执行,并采用仿真定量分析2种跟踪算法的跟踪指令精度。仿真结果表明:该算法能有效解决俯仰过顶跟踪错误问题,并提高跟踪精度。     

模板匹配的一种快速算法

图像匹配是计算机视觉中的重要应用之一,常用的算法是基于归一化相关系数的模板匹配算法;针对原有算法计算量大,匹配时间长的问题,提出了基于降采样和分块快速傅里叶变换(FFT)的方法,对原始算法进行了改进,并设计了两组对比实验进行验证;结果证明算法不仅匹配准确,对外界条件具有良好的适用性,而且匹配时间缩短为原始算法的1/5,提高了匹配速度。     

一种基于跟踪微分器的机动目标跟踪算法

提出了一种基于跟踪微分器（TD）的目标跟踪算法，该算法由跟踪微分器和序贯相似性匹配算法（SSDA）组成。假设目标在视频图像序列第一帧中的位置已知，使用跟踪微分器，可以预测出目标在下一帧图像中的位置，然后再使用SSDA算法，在预测位置的邻域内进行搜索，从而获得目标的准确位置。仿真实验证明基于跟踪微分器的模板匹配算法减少了搜索位置，提高了算法的效率，同时也克服了传统的卡尔曼滤波需要目标运动模型已知的缺点。     

一种实时相关目标跟踪算法

采用时－空梯度法，建立一种估计图像序列中目标偏移植的相关跟踪算法。该算法采用一维相关，而且两个方向相关运算可以并行独立运算，适于硬件实现，计算速度大大高于常规相关跟踪算法，具有很强的实时性，仿真结果还表明该算法具有较高跟踪精度，且对噪声不敏感。     

一种基于特征匹配的目标识别跟踪方法

针对复杂背景下的动态目标跟踪问题,提出了一种基于边缘检测,综合多图像特征与伺服机构位置信息进行匹配的目标识别跟踪方法。利用SUSAN算法检测边缘,提取出单帧图像中的可疑目标,依次选用灰度、目标几何、伺服机构位置信息和边界不变矩信息匹配,完成目标的识别。采用kalman预测滤波对脱靶量滞后时间进行补偿,选用目标空间位置进行多步预测,引导伺服机构跟踪。外场实验表明,该方法能有效她匹配识别出目标,并保持连续稳定的跟踪。     

基于互相关峰特征的景象匹配性能预测方法

定义了三个互相关峰特征量,通过大量景象匹配试验,研究了景象匹配正确匹配概率与三个互相关峰特征量的关系,利用该关系可以通过统计景象匹配的互相关峰特征对景象匹配的正确匹配概率进行预测,该研究结果可以应用于选择景象匹配区。     

基于改进Haar-like 特征的压缩跟踪算法

针对原始算法特征可能出现的特征无法准确表达目标特性的问题,提出一种改进Haar-like特征的压缩跟踪算法。原始算法利用正负样本训练构造分类器,利用分类器对候选样本判定,得到最高分类器响应样本就是目标。进行重采样以更新分类器为下一帧做准备,对出现的问题,使用了一种新的图像特征来表示目标特性,同时加入一系列策略处理样本,去除那些与目标差异较大的样本,并进行仿真。仿真结果表明:该算法不仅提高了分类器对于正负样本的判别性,也降低了算法的计算复杂度,提高了算法的实时性。     

一种基于帧差法结合 Kalman 滤波的运动目标跟踪方法

为解决视频帧目标跟踪中的尺度变化导致的目标跟踪发生跟丢的问题,提出一种自适应跟踪窗口的处理 方法,利用下一帧的估计位置与当前帧目标位置的差值作为检测量,自适应调整跟踪窗口,实现目标的有效检测和 跟踪。实验结果表明：该方法能有效降低目标跟丢的概率,预防目标的误跟踪,适应目标尺度变化。     

多特征联合匹配的目标图像稳定跟踪算法

针对图像制导目标跟踪系统中应用单一特征跟踪算法,由于特征不稳定而造成的跟踪点漂移,甚至目标丢失等问题,提出多特征联合匹配的目标图像复合跟踪方法.分析了分别单独使用灰度特征或者点特征进行目标跟踪存在的问题;通过归纳常用的目标跟踪算法与特征类型的对应关系,依据经验给出了几种多特征组合方案;以灰度特征和点特征作为多特征联合匹...     

基于增量式互信息的图像快速匹配方法

针对传统互信息图像匹配方法中因灰度概率分布计算量大而导致匹配速度慢的问题,提出一种增量式灰度统计的图像匹配新方法。该方法在初始待匹配子图概率分布统计表的基础上,经过增量式计算避免了相邻图像块中灰度概率统计的重复性操作,大大减少了图像匹配过程中的概率统计的运算量。实验结果证明了该算法在保持互信息图像匹配优势的同时,提高了图像匹配的速度。     

一种反馈线性化弹道跟踪制导律设计

针对防空导弹弹道跟踪问题,基于反馈线性化理论设计了一种弹道跟踪制导律。使用反馈线性化方法对导弹质点运动模型精确线性化;利用该线性化模型和线性二次型最优调节器(LQR)理论设计跟踪制导律,并给出制导系统工作流程;在存在初始误差和随机风干扰的条件下,将所设计的跟踪制导律应用于导弹质点运动仿真,并与基于小扰动模型设计的LQR跟踪制导律进行比较。结果表明,基于反馈线性化所设计的制导律性能更好。     

基于UKF的主动段弹道跟踪算法

利用预警卫星视线(LOS)测量对弹道导弹目标的跟踪问题是空间预警系统的关键技术.提出了基于弹体旋转的主动段动力学运动方程,解析表达了导弹推力加速度值和导弹在重力作用下姿态的变化特性.引入一种新的滤波估计算法UKF,通过特别选取一些样点,给出随机变量经过非线性变化后的均值和方差,得到滤波器基于非线性方程的更新,避免了非线性方程的线性化.通过Monte-Carlo仿真,与其它算法比较,说明该算法具有更好的适应能力,跟踪性能更好,适用于空间预警系统.