共查询到20条相似文献,搜索用时 9 毫秒
1.
2.
红外图像目标瞄准点测量和基于自适应Kalman滤波的瞄准点跟踪 总被引:2,自引:0,他引:2
前视红外图像(FLIR)包含有关目标形状的丰富信息,可据以识别目标的背景干扰,从而增强抗干扰能力,且可根据目标要害部的亮度特点及预定范围,确定并进而跟踪瞄准点,本文提出目标瞄准点的序贯相关测量与Kalman滤波相结合的跟踪方法,在用110帧红外序列图像目标瞄准点跟踪仿真研究中,获得令人满意的结果,本文给出仿真误差方差、误差曲线和代表性的跟踪照片。 相似文献
3.
对衰减记忆扩展卡尔曼滤波在机动目标跟踪领域中的应用技术进行研究,给出了状态方程和衰减记忆扩展卡尔曼滤波算法,分析了衰减记忆扩展卡尔曼滤波与扩展卡尔曼滤波算法之间存在的主要差别,并通过仿真实验证明该衰减记忆滤波算法具有较好的跟踪目标动态变化效果,解决了卡尔曼滤波算法和扩展卡尔曼滤波算法在非线性系统的目标跟踪中存在的滤波发... 相似文献
4.
5.
卡尔曼预测在自动跟踪云台中的应用 总被引:1,自引:0,他引:1
在应用云台带动摄像头进行目标跟踪的过程中,由于摄像头的图像拍摄机理及采集延时、处理延时和云台转动缓慢等原因,都可能使控制装置无法及时跟踪目标,使得运动目标不能处在摄像头的最佳观测位置,由此产生目标跟踪失效.本文提出卡尔曼预测跟踪模型,给出卡尔曼滤波算法,充分利用卡尔曼滤波的递推估计能力对目标位置进行预测,最后仿真结果证实了该方法的正确性. 相似文献
6.
在近代控制中,需要对某一特定的运动目标进行跟踪监测,并需要对其下一时间的运动位置、运动方向、速度等信息进行预先估算,才能达到对目标的即时控制。本文简要讨论了用卡尔曼滤波算法对单个目标航迹进行预测,并借助于Matlab仿真工具,对实验的效果进行评估。 相似文献
7.
目标跟踪与检测技术是计算机视觉研究领域一个热点和难点问题,该技术广泛应用在制导、导航、监控等方面。尤其在复杂背景下,准确的跟踪既定目标,在遮挡情况下稳定跟踪,是近年来研究的热点。利用一种特征点集群方法,通过提取特征点方式,以及对目标的运动估计等方式,解决针对地面目标在光线变化、缩放、旋转3个变化量下的跟踪与检测问题。该方法对于地面运动目标的限制较小,同时图像序列中每一帧图像间运动目标的位移量较小。运用本文所提出算法,能够解决针对地面目标在光线变化、缩放以及旋转情况下跟踪与检测的问题。 相似文献
8.
9.
目标自动识别与跟踪是跟踪系统中的关键技术.在坦克的目标自动跟踪系统中,由于摄像仪安装在运动载体上,其拍摄的图像背景相对于摄像仪是运动的,从运动背景中检测出其中的运动目标难度较高.本文将目标分为对地目标与对空目标2种类型,并根据目标类型的不同特征,分别采用SSDA和以图像矩为特征值的相关跟踪方法来识别.实验结果表明,该方法可以较好地自动识别与跟踪运动目标. 相似文献
10.
综合考虑了目标跟踪可靠性和实时性的双重要求,以及场景中不可避免的光照变化、背景干扰等实际因素,基于离散线性卡尔曼滤波实现了运动目标快速跟踪。采用帧间差分与图像梯度信息相结合的办法提取目标轮廓,应用高斯滤波、空域平滑滤波技术减弱噪声干扰,并利用邻域端点搜索法连接、修复目标轮廓。实验表明,本文中的算法具有抗噪性能强,适合实时处理的优点。 相似文献
11.
为满足动态目标识别与跟踪系统对实时性、低功耗和小型化的要求,设计了一种以FPGA为核心的电路系统,辅以OV7670视频采集模块和VGA接口显示器,实现对视频图像进行采集、处理、矩形框标识,最终实现对动态的识别、跟踪和显示。其中,对图像的处理部分由FPGA完成,包括缓存、灰度处理、改进的位运算中值滤波、背景前景分离、帧间差分法与背景差分法融合进行运动目标检测与跟踪等,充分利用FPGA的高速并行处理的特点,结合片内RAM高速处理和片外SDRAM大容量特性,实现对视频数据的处理和存储。同时,系统具有抗干扰性较强、小巧、灵活、低功耗、通用性及可扩展性强等特点,既适合工业领域,又适合家居使用。 相似文献
12.
一种基于特征融合的点特征目标跟踪算法 总被引:6,自引:2,他引:6
联合目标的颜色和纹理特征,构造了由目标的颜色和纹理特征联合表示的特征点目标表示模型,利用Mahalanobis距离构造特征点匹配函数,利用自适应kalman滤波(AKF)算法预测特征点在下一帧图像中的位置,通过特征点匹配准确定位目标,达到实时、准确跟踪的目的。实验表明,该方法对于光线变化,目标形状相似以及目标被部分遮挡时的跟踪是有效和稳健的。 相似文献
13.
为了实现在复杂情况中对特定目标的路线跟踪,主要研究了基于循环相关滤波器的目标跟踪算法,并针对复杂环境情况下影响跟踪性能的条件进行分析比较。该算法是一种基于线性分类器的监督学习算法,通过添加空间正则化分量减少边界效应,提取准确目标。在OTB-50和OTB-100数据集上进行算法验证,实验表明,该算法的跟踪结果优于其他算法,在快速移动、背景杂乱、光照变化、遮挡、移出视线和运动模糊6种复杂情况下跟踪准确度比传统算法均高出0.1以上。 相似文献
14.
为了解决交互式多模型(interacting multiple model, IMM)算法在目标机动时模型切换速度迟缓的问题,给出了一种Markov概率转移矩阵在线修正的自适应IMM(adaptive IMM, AIMM)算法,利用IMM子模型中连续两个时刻之间的概率差来调整Markov概率转移矩阵,以提高子模型的切换速度和分配的合理性,同时提高了IMM算法的跟踪精度。其次,将平方根容积卡尔曼滤波(square root cubature Kalman filter, SRCKF)引入到 AIMM 算法中,以解决在迭代滤波过程中协方差矩阵出现的非正定的问题,改善了数值稳定性,提出一种适用于机动目标跟踪的AIMM SRCKF算法,仿真实验结果表明,该算法能提高匹配模型概率,缩短模型切换时间。 相似文献
15.
为了解决交互式多模型(interacting multiple model,IMM)算法在目标机动时模型切换速度迟缓的问题,给出了一种Markov概率转移矩阵在线修正的自适应IMM(adaptive IMM,AIMM)算法,利用IMM子模型中连续两个时刻之间的概率差来调整Markov概率转移矩阵,以提高子模型的切换速度... 相似文献
16.
17.
针对移动机器人在未知复杂环境中动态目标跟踪存在的数值不稳定、计算量大和精度较差等问题,提出基于平方根容积卡尔曼滤波的移动机器人动态目标跟踪算法(SR-CKF-SLAM-OT)。该算法的系统状态由地图环境特征、机器人和目标作为一个整体构成。建立目标和机器人的动态模型进行预测、数据关联和更新,在更新过程中直接传递目标状态均值和协方差矩阵的平方根因子,降低了计算的复杂度。此外,通过数据关联环节能够有效的降低伪观测值对系统状态估计的影响。仿真结果表明:相比基于EKF的动态目标跟踪算法,所提出的动态目标跟踪算法目标和机器人均方根误差分别降低了36.3%和38.2%,SR-CKF-SLAM-OT算法有效地满足了移动机器人动态目标跟踪的需求。 相似文献
18.
提出了新的运动目标检测和跟踪的方法。首先采用差异累积的方法自适应地更新背景模型,用背景差法进行提取目标。把经过二值化后的视频帧进行分块,设定方块内前景点个数的阈值,接着对方块矩阵进行连通区域合并,从而确定前景点位置。接着提出通过协方差描述算子来跟踪行人的算法。用图像特征的协方差矩阵来表示目标窗口,就可以找到空间特性和统计特性,并在同一个表达式内描述它们之间的关系。通过搜索整个图像找到和当前目标模型的距离最小的区域,得到的最佳匹配区域就是当前帧目标的位置,从而达到跟踪的目的。协方差矩阵将不同形式的特征有效地融合到一起,并且它的维数很小。实验结果表明,算法具有良好的检测效果和实时性能。 相似文献
19.
本文提出了一种基于PointRCNN的改进目标检测算法。该方法针对原始PointRCNN对远距离处的车辆检测效果较差的问题进行了优化,并提高了算法目标检测的平均精度值。改进算法第1阶段先将激光雷达点云进行伪图像处理,降维至二维,然后利用Point-Focus结构对其进行处理并还原至三维点云。再将其送入PointNet++主干网络中进行特征提取,得到点的分类与回归结果并进行第1阶段的3D框生成。第2阶段对3D框进行优化选择,引入Point-CSPNet结构进一步提升网络学习能力和鲁棒性。本文合理借鉴了YOLO系列算法中的Focus、CSPNet结构,充分提取了原始点云中的有效信息,有效整合了网络运算过程中的特征及梯度变化,提高网络的检测准确率。本文的改进算法在KITTI数据集的3D场景下平均精度值从81.10%提升至81.74%;BEV场景下平均精度值从86.87%提升至88.20%,可视化效果中远距离处的车辆目标检测效果也得到了一定程度的优化,对无人驾驶技术进一步优化和完善具有一定的积极意义。 相似文献
20.
人机交互中,人手与机器的交互是最通用的方式,因此手势交互研究是当今人机交互研究的重点之一.本文以Leap Motion为依据,对三维空间目标检测和跟踪进行研究,提出了一种限定内存扩展卡尔曼滤波算法(LBFGSEKF).该算法在基于降低噪声所提出的EKF方法上,通过LBFGS算法求最优解的方式来代替EKF算法在每次迭代中求逆Hessian矩阵而造成内存消耗,计算速率下降,导致实时性差的问题,从而形成一种新的目标跟踪算法.仿真结果表明,新算法用于手势识别时,可以降低误差、提高目标跟踪的精度. 相似文献