一种基于曲线拟合预测的红外目标的跟踪算法

给出了一种将曲线拟合和相关跟踪相结合的红外目标跟踪算法。该算法以目标质心作为匹配模板的中心，采用SSDA进行相关运算，以图像相关匹配的输出值更新所拟合的曲线，并以曲线的预测值作为下帧图像匹配搜索的初始值，使相关运算仅在很小的窗口内进行。该算法还定义了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。实验表明，该算法能有效减少相关匹配的计算量，保证跟踪精度。     

地面复杂场景图像相关跟踪算法研究

提出了一种性能良好的快速图像相关跟踪算法，利用视频图像序列帧间及帧内的相关性，采用空间及灰度多尺度分解算法，减少匹配算法的运算量和提高目标定位精度，建立相关跟踪置信度评估、模板自适应刷新、相似目标辨识等准则，有效地提高目标跟踪的稳定性和鲁棒性。实验结果表明，该算法能够较好地实现各种复杂场景条件下的目标稳定跟踪。     

采用图像特征的激光干扰跟踪效果评估

对于广泛应用于图像识别和跟踪的激光主动成像系统,激光干扰是影响该类系统性能的一个重要因素。激光干扰使系统中的光电成像元件达到饱和或损伤,在探测视场中出现光斑,从而使跟踪算法无法准确分辨目标和光斑。因此,分析并评估激光对主动成像系统的干扰效果是避免干扰的前提,同样也是重要的环节。提出一种基于图像特征的边缘相似度(ESIM)评价算法,该算法通过模板匹配确定图像的目标区域,并比较原始图像和干扰图像目标区域的亮度、对比度和边缘清晰度差异,得到归一化的评价指标,作为对激光干扰效果的评估标准。实验中分别采集了不同干扰功率和不同光斑位置的激光干扰图像,并利用相关跟踪和形心跟踪方法对目标进行跟踪,运用本文提出的ESIM算法从图像特征角度对干扰跟踪效果进行评估,结果证明ESIM能够合理评估干扰图像的失真程度,并可以较好地反映激光对主动成像系统跟踪性能的影响。     

一种基于图像纹理的模板匹配算法

为了提高实际工程应用中图像匹配算法计算的实时性,增强图像匹配算法对复杂场景跟踪的鲁棒性,提出了一种新的基于图像纹理的模板匹配算法(TTM)。依据邻域内像素灰度变化的趋势分别提取水平、垂直方向二值化的图像纹理矩阵,然后根据定义的一个相似性判别准则,分别度量水平、垂直两个方向二值化图像矩阵之间的相关置信度。最后,通过合成两个方向上的图像匹配置信度结果得到目标配准置信度。实验结果表明,该算法对图像光照变化、目标部分被遮挡等情况具有较好的适应性。     

基于候选区域检测的核相关目标跟踪算法

近年来,核相关滤波算法在目标跟踪领域应用广泛,表现出了非常优异的性能,但是核相关滤波类算法本质上属于模板匹配算法,并且缺乏跟踪失败恢复机制,在快速运动和快速形变情况下跟踪效果较差.针对以上问题,本文提出一种结合了核相关滤波跟踪算法和目标候选区域检测的跟踪算法,来改善核相关滤波跟踪算法的性能.算法主要设计了一种跟踪失败恢复机制,通过比较目标响应强度与经验阈值的大小,判断跟踪目标是否跟丢,当目标跟踪失败时,采用候选区域检测算法,在目标周围区域提取不同的检测图像块,确定目标在当前帧的最佳位置;然后,使用核相关滤波算法得到目标的精确位置,继续跟踪.此外,算法在跟踪模块中加入了颜色特征与梯度特征的自适应融合,进一步增强了算法的整体跟踪性能.实验结果证明,所提出算法在精确度和成功率上都表现出高效的性能,并且在快速运动和快速形变情况下跟踪性能要优于其余算法.     

空间目标运动轨迹提取算法研究

在深入分析恒星跟踪和目标跟踪两种模式下星敏感器成像特点的基础上,针对星图中空间目标运动轨迹提取算法进行了研究,提出了基于序列图像多帧累加背景掩模帧生成的目标提取算法.主要思路为多帧累加增强目标与恒星的对比度;设置阈值以凸显目标或恒星;交叉投影法生成掩模帧,确定星点区域;质心法精确求得目标点位置.仿真结果表明,所提出的算法能够有效检测序列星图中的弱小目标,精确提取目标运动轨迹.     

基于分层模板的目标实时跟踪算法

在数字图像处理领域里,相关匹配技术有着广泛的应用,尤其在目标搜索和跟踪应用中.相关匹配算法通过计算目标图像与模板图像的相关值来确定是否图像和模板相关,具有很高的跟踪准确性和稳定性,但当目标仅占模板一小部分时,普通相关匹配算法效果很差.分析了有关相关跟踪算法的特点,提出了分层模板匹配的算法,并应用在实际的工程应用系统中;通过实验证明,该算法能较好地改善对小目标的跟踪效果,并可以克服障碍物对目标的部分遮挡问题.     

相关滤波器与支持向量机结合的激光成像雷达目标识别算法

激光成像雷达能成清晰的目标三维距离像和一维强度像,可提高目标识别率,因而成为国际上的研究热点.当大视场高分辨率激光成像雷达垂直探测目标时,视场内目标增多,要求目标识别算法既能同时检测多目标,又要具有平面内旋转不变性.为了满足上述要求,提出将具有平面内旋转不变性的CHF-MACH相关滤波器和支持向量机(SVM)相结合,组成一种新的目标识别系统,其中相关滤波器能同时检测定位多个感兴趣目标,再用SVM分别对图像内的已定位的目标进行识别.以仿真激光成像雷达图像为实验数据,分别对4类目标进行识别.实验结果表明,CHF-MACH滤波器对本类目标有较好的检测率,对非本类目标有一定的抑制作用;SVM能以较高的精度分类已检测目标.所以,该方法能有效地对大视场内多目标进行识别,适用于激光成像雷达.     

基于五帧差分和模板匹配的运动目标检测识别

针对帧差法和背景差分法检测运动目标准确率低,自适应能力弱等缺陷,提出了一种改进五帧差分法与背景差分法和模板匹配相结合的运动目标检测和识别算法;通过改进的五帧差分和背景差分法融合的算法从视频图像序列中检测出运动目标;利用形态学方法去除噪声,改善运动目标提取效果;在Harris算法提取图像匹配特征值的基础上角点配准,提高图像识别的准确率,通过提取目标特征与自适应模板图像进行特征匹配的方法实现了目标检测识别和跟踪。仿真结果和实验表明该方法有噪声和部分遮挡的运动目标有良好的检测识别效果,识别率达到了95%。     

一种新的基于梯度特征的快速相关匹配算法

文中定义了一种基于梯度纹理的新特征,并以目标模板与实时图像的新特征差异为相似性度量,提出了一种新的相关匹配算法。与工程上常用的MAD相关匹配算法相比,本算法相似度曲面更尖锐,匹配时间短,置信度高,适合应用于红外图像实时跟踪系统中。实验结果表明了该算法的有效性和优越性。