低空目标的雷达/可见光协同监视跟踪方法研究

近年来,随着通用航空和旋翼无人机的飞速发展,对相关空域的安全性监视与管理提出了迫切要求。由于雷达在低空空域存在探测盲区,极易受到杂波干扰,无法准确获取目标信息,而ADS-B系统大规模布设存在局限性,低空空域的有效监视与管理成为研究的热点。研究了一种低空目标的雷达/可见光协同监视跟踪方法,该方法基于跟踪-学习-检测（TLD）架构,将雷达作为主跟踪器,可见光传感器作为检测器,通过交互多模型算法和学习器实现量测模型切换和数据在线更新,从而获取更准确的目标状态信息,实现低空空域更精确的监视和目标跟踪,数据仿真说明了该方法的有效性。     

TAWS测试系统的飞行仿真激励技术

飞机航电综合环境监视系统,主要实现飞机飞行过程中回避危险地形发出预警的功能.为对TAWS系统的性能进行测试,提出了一种飞机仿真激励技术.激励技术的难点在于在TAWS的测试中如何触发不同模式的告警.为解决上述问题,以波音737飞机公开数据为飞行仿真基本参数,结合TAWS系统典型告警模式,设计并实现了固定翼飞机的六自由度飞行仿真、横纵向经典多回路自动飞行控制系统设计和仿真场景编辑器.在软件系统设计完成后,通过近地告警系统的三种典型告警模式对仿真算法和软件的实际运行分别进行了测试和实验,验证了测试的有效性,实现了对TAWS进行性能测试的仿真激励.     

双摄像机协同人脸鹰眼检测与定位方法

现代视频监控系统需要获取大范围场景中感兴趣目标的清晰图像,这在目标距离较远并且不断移动时单纯采用摄像机调焦方式通常有一定的困难。为了获取宽范围监控场景中远距离行人的主要面部特征,采用广角静止—窄视场运动双摄像机协同工作方式可以同时获得远距离目标的全局和细节信息。首先采用改进的Codebook背景减法从广角摄像机中检测运动目标,然后指引运动摄像机近距离跟踪观察;若行人停止运动,则利用运动摄像机对其进行放大,然后从中检测人脸,并将人脸置于视野中心放大得到清晰图像。当行人再次运动时,广角相机将初始位置再次传递给运动摄像机,由其再对行人进行跟踪。通过实验室内和室外真实场景的实验表明,广角相机的检测算法具有一定的鲁棒性,运动相机能跟踪放大行人人脸图像,算法运行速度满足实时性要求。     

基于整合概率数据关联的最优传感器序列研究

研究多传感器跟踪系统中传感器处理序列优化问题．首先根据多传感器跟踪系统中多传感器信息的处理特点,提出了基于有限随机集的序列整合概率数据关联（IPDA）滤波算法;然后,通过分析序列IPDA算法中目标生存概率的均值函数,证明了在不同传感器检测概率的多传感器系统中,目标生存概率仅依赖于传感器序列中第1个传感器,并随其检测概率的增大而增大．仿真实验验证了所得结论．     

一种仿人智能自组织模糊控制算法

针对具有滞后,非线性等难以建立数学模型的系统,本文介绍了一种较新颖的仿人智能自组织模糊控制算法的原理及其设计方法。它基于专家经验,充分利用对系统进行测量所得信息,对系统的被控量进行预报,在控制过程中采用自动修正因子的模糊控制方法,获取系统的维持控制量,并动态收敛到最终的稳态控制量,从而使整个系统的控制过程具有较的调整时间和超调量。文中同时给出了对于用电加热器构成的具有时滞二阶被控对象,仿人智能自组织模糊控制算法的具体实现方法以及实际的温度控制曲线。     

基于短程线主动轮廓线的图像多目标面积同时测量研究

提出了一种新颖的图像多目标面积的同时测量方法,它可以同时精确测量多个不同形状的图像目标面积。该方法应用了短程线主动轮廓线模型,它分为2个步骤。它首先利用水平集函数的迭代使主动轮廓线由初始位置向各个目标的轮廓边缘收敛。其次,对于收敛后的主动轮廓线,使用亚像素面积测量和计数图像目标内部像素个数,从而同时求出各个图像目标面积。实验表明该方法的测量重复性误差小于0.5% 。和传统的面积测量方法比较,这种方法具有测量效率高（同时测量多目标面积）和测量精度高的优点。     

违章车辆快速检测方法研究——基于鲁棒颜色差分直方图

针对传统的智能交通系统中违章车辆检测方法实时性差、易受光照变化条件变化制约,影响后续辨别车辆违章和图像取证抓拍的问题,提出了一种基于颜色差分直方图和卡尔曼滤波的鲁棒、快速的违章车辆检测跟踪算法。该算法采用背景模糊匹配思想,选择初始背景图像;利用对环境变化鲁棒的颜色差分直方图算法检测运动目标;对运动目标团块的质心运动状态采用卡尔曼滤波进行跟踪预测,从而在预测的区域内检测同一目标团块;通过判断其质心运动轨迹,达到辨别违章车辆检测与抓拍的目的。通过对真实道路中不同天气条件下的场景进行检测,实验结果表明该算法能够快速而准确地检测违章车辆。     

曝光融合在单幅图像去雾中的应用

针对雾天拍摄图像的降质现象,提出一种简单、有效的单幅图像去雾算法。首先利用暗原色先验知识估计出大气光亮度;然后根据雾天图像的成像物理模型,对每一像素的景深进行较高精度的亚采样,生成对应的虚拟无雾图像备选序列;最后,根据曝光融合算法提出的像素曝光评价指标,利用多分辨率形式的图像融合方法从备选序列中提取出清晰的无雾图像。实验结果表明,该算法既保证了复原图像清晰度,又具有较好的实时性。     

基于全景摄像头的柱面展开及实时目标跟踪

传统摄像头在获取大范围复杂场景中的感兴趣目标时,容易出现目标物体丢失或遮挡等问题。为此,提出一种基于全景摄像头的柱面展开及运动目标实时跟踪算法。通过改进的柱面展开算法对360。摄像头获取的全景图像进行还原展开,解决全景图像中的成像扭曲问题。利用CamShift和Kalman预测相结合的算法跟踪运动目标。实验结果表明,在运动目标存在遮挡、短暂消失或同色物体干扰的情况下,该方法能实现对全景范围复杂环境中运动目标实时鲁棒的跟踪。