基于红外鱼眼探测系统的运动目标模型

建立了适用于红外鱼眼系统的目标运动模型,在不影响精度的前提下减少计算量是达到实时稳定地跟踪红外目标的途径之一。分析了目标在该系统成像的运动特性,结合系统帧频采样率较高的特点,提出了一种改进的匀速运动模型,并从理论上与"当前"统计模型的跟踪精度进行了对比分析。结果表明,在红外鱼眼系统采样率较高的情况下,匀速运动模型可以达到与"当前"统计模型相当的跟踪精度;利用卡尔曼滤波对模拟轨迹进行跟踪实验,验证了上述分析结果的正确性。该模型结构简单、运算量少,对于红外鱼眼系统下目标实时跟踪具有重要的意义。     

运动背景下弱小目标的提取算法

 对低信噪比运动背景下序列图像中弱小目标的提取算法进行了研究，提出一种新的目标提取算法。根据运动背景的相关性和目标运动的连续性，采用背景模板匹配技术，计算各帧背景运动量，去除复杂背景，用自适应预估和阈值分割技术捕获跟踪目标。实验中，结合所研究的算法，对100帧包含低对比度弱小目标的运动图像序列进行了处理。实验结果表明，此方法能有效地实现目标的自动捕获与跟踪，跟踪效率高，跟踪稳定。     

复杂背景下红外弱小多目标跟踪系统

针对复杂天空背景条件下低信噪比的红外弱小目标跟踪问题,设计了一种多目标跟踪系统.首先计算红外图像的光流场,结合阈值分割和形态学滤波等数学方法检测出目标;在该结果的基础上,结合目标运动的连续性,运用邻域轨迹预测的方法滤除检测过程中产生的噪声;随后运用卡尔曼滤波轨迹预测的方法解决在跟踪过程中目标丢失的问题,并解决当多目标轨迹出现交联时如何辨识出各个目标轨迹的问题.该系统充分运用了目标的运动特性避免了噪声的干扰和目标轨迹混淆.使用长波红外热像仪采集的红外序列图像对系统进行了验证,实验结果及相应理论分析表明该系统可有效实现复杂背景下的红外弱小目标跟踪.     

基于粒子群算法的动态热释电目标跟踪

热释电传感器用于红外目标跟踪,可以通过光学调制探测到运动目标的相对方向,而不能确定其准确距离,对此提出一种群智能搜索的动态热释电跟踪方法。传感器在摆动状态下感知红外目标,发现目标时,记录其探测角,通过分析探测角序列与运动目标轨迹离散点在极坐标系下的关系,将目标轨迹的确定转化为极径序列的确定,然后建立关于极径序列的多维粒子群空间,并构造评价粒子优劣的适应度函数,实现了运动目标轨迹的跟踪。该方法扩大了热释电探测范围,提高了目标跟踪精度,通过人体目标直线、曲线运动跟踪实验得出平均定位误差不超过0.4m,表明方法有效。     

基于多特征融合的微弱红外运动目标跟踪方法

利用红外跟踪测量系统能够同时获取目标运动信息(包括方位角、俯仰角以及角速度)、目标信号幅度及其成像面积等.提出了一种基于多特征融合的弱红外运动目标跟踪方法.分析了红外成像系统中目标信号特点,得到目标的运动、幅度和面积具有一致性和连续性,符合高斯分布;采用概率数据关联滤波推导量测各特征的关联概率,并根据特征的波动状况确定...     

基于多小波分析和数据拟合的小目标跟踪方法

针对红外序列图像弱小目标的跟踪问题,提出了将多小波分析与数据拟合结合起来的小目标跟踪方法。利用对多小波分析进行目标奇异性的检测,得到了可能的点目标利用数据拟合方法在连续多帧内对每组可能点数据进行拟合,根据运动目标轨迹特性判断出真实目标,进而进行跟踪。仿真试验表明,该方法能有效地实现低信噪比下的小目标稳定跟踪.     

采用局部窗口跟踪运动目标

介绍对静态摄像机拍摄的时变图像序列进行分析的一种技术。本文提出的算法分为三个阶段:(1)运动探测;(2)目标锁定;(3)轨迹跟踪。在第一阶段,比较两幅连续的图像得出差图像,从而测出存在的任何运动。然后,在差图像中,划出子图像的界限,作为分析运动的有效区。第二阶段,将子图像分别与前后两帧进行比较。在每一相应的图像中确定出框住目标的局部窗口,然后将这些窗口用于下一阶段跟踪运动目标的轨迹。计算出各窗口的质点中心,并将其描述在二维平面上。将这些点简单地连接起来,就获得了运动轨迹。对于本文提出的这种方法,已经采用复杂背景中的实物图像,进行了在快慢速运动情况下的实验。     

用于运动目标探测的多通道成象系统

本文提出了一种采用自聚焦(GRIN)透镜阵列对运动目标进行探测的多通道光学成象系统.与单孔径成象系统比较,多通道成象系统具有更宽的视场和更高的运动敏感度,使之更适合于对运动目标的捕获、跟踪以及对运动量的测定.本文根据复眼的视觉机制和自聚焦透镜的成象原理,对运动目标进行了成象与测定实验.此外,初步介绍了为提高图象分辨率而采用的并行多通道处理技术.     

红外序列图像多运动目标检测

针对背景不动情况下提取红外图像运动目标,提出了一种基于连续四帧序列图像精确检测多运动目标的算法,并用软件仿真了该算法处理图像的效果并与其他方法进行了对比。经试验证明该方法算法简单,实时性好。对单目标、多目标、室内、室外、简单和复杂背景的红外序列都可以得到较好的检测效果。能够有效地去除背景和噪声,精确地确定运动目标位置,有利于后续的目标跟踪,算法适于实时应用。     

利用受激布里渊散射实现在轨运动目标激光跟踪瞄准研究

利用受激布里渊散射相位共轭技术,补偿激光大气传输过程中由于大气湍流等因素所造成的激光波前畸变,并且引入速度补偿镜方法,对模拟运动目标进行激光跟踪瞄准。利用高斯光束的无限腔长相位共轭腔理论分析了这种跟瞄方法的可行性。在室外1．27km距离,进行了在轨运动目标跟踪瞄准的原理性实验研究,实验结果表明,利用受激布里渊散射相位共轭技术和速度补偿镜方法,可以实现对在轨运动目标的跟踪瞄准,并且通过此方法,可以把激光能量能较好地集中于目标上一个很小的区域内。到达目标的最大共轭光能量为24．0mJ。     

Dim moving target tracking algorithm based on particle discriminative sparse representation

The small dim moving target usually submerged in strong noise, and its motion observability is debased by numerous false alarms for low signal-to-noise ratio (SNR). A target tracking algorithm based on particle filter and discriminative sparse representation is proposed in this paper to cope with the uncertainty of dim moving target tracking. The weight of every particle is the crucial factor to ensuring the accuracy of dim target tracking for particle filter (PF) that can achieve excellent performance even under the situation of non-linear and non-Gaussian motion. In discriminative over-complete dictionary constructed according to image sequence, the target dictionary describes target signal and the background dictionary embeds background clutter. The difference between target particle and background particle is enhanced to a great extent, and the weight of every particle is then measured by means of the residual after reconstruction using the prescribed number of target atoms and their corresponding coefficients. The movement state of dim moving target is then estimated and finally tracked by these weighted particles. Meanwhile, the subspace of over-complete dictionary is updated online by the stochastic estimation algorithm. Some experiments are induced and the experimental results show the proposed algorithm could improve the performance of moving target tracking by enhancing the consistency between the posteriori probability distribution and the moving target state.     

一种鲁棒的目标跟踪方法

针对传统特征光流场跟踪方法中由于误差积累和错误匹配而导致的特征点丢失问题,基于一种新的Harris-SIFT特征点表示方法,提出基于预测帧与关键帧的算法框架,实现了光流场运动估计与局部特征识别相结合的目标跟踪方法.预测帧利用塔式分解和递归算法计算特征点的光流场运动矢量,使用运动矢量直方图获取目标的运动矢量,并剔除误匹配点;当特征点数量小于5个时,关键帧使用Harris-SIFT特征点进行局部特征匹配,利用仿射模型对目标精确定位及姿态修正.实验结果表明,本方法对视频序列中的纹理特征目标跟踪的鲁棒性较好,在背景复杂、目标遮挡或暂时丢失情况下,仍可以继续完成目标的可靠跟踪.     

一种鲁棒的目标跟踪方法

针对传统特征光流场跟踪方法中由于误差积累和错误匹配而导致的特征点丢失问题,基于一种新的Harris-SIFT特征点表示方法,提出基于预测帧与关键帧的算法框架,实现了光流场运动估计与局部特征识别相结合的目标跟踪方法.预测帧利用塔式分解和递归算法计算特征点的光流场运动矢量,使用运动矢量直方图获取目标的运动矢量,并剔除误匹配点;当特征点数量小于5个时,关键帧使用Harris-SIFT特征点进行局部特征匹配,利用仿射模型对目标精确定位及姿态修正.实验结果表明,本方法对视频序列中的纹理特征目标跟踪的鲁棒性较好,在背景复杂、目标遮挡或暂时丢失情况下,仍可以继续完成目标的可靠跟踪.     

基于运动检测的多车辆跟踪方法研究

针对交通监控场景中多目标粘连造成跟踪上的困难和前后两帧车辆关联困难,提出了区域运动相似性分割方法和相似度关联矩阵的解决方案;在运动目标检测过程中, 首先使用背景差分法提取运动区域,经过消除缺口、空洞和分离等处理,在运动区域所在范围内进行块匹配搜索和局部光流计算区域运动矢量,然后使用模糊聚类方法对运动矢量区域融合,完整的分割出粘连运动目标;在目标跟踪部分,目标跟踪建立在目标关联的基础上,提出建立连续两帧目标间距离和局部二元模式相似度关联矩阵的方法进行运动目标标定,从而实现多目标关联;使用公共视频库的图像序列进行测试,所提算法都能实现连续的跟踪和准确的运动目标分割,且处理速度快,表明了算法具有鲁棒性和适用性。     

基于光流直方图的云背景下低帧频小目标探测方法

对低帧频、云层背景下,低信噪比的弱点目标探测率降低的问题.提出了光流直方图(OFH)的定义.并且给出了OFH的性质.分析了低帧频下红外图像探测弱点目标时探测率降低的原凶,提出了一种基于OFH背景补偿的红外点目标探测算法.利用OFH得到背景的运动欠量.进行运动背景补偿;然后利用目标与云层运动差异性,得到帧间比较结果,并对比较结果通过Robinson滤波器进一步滤除残留的边缘,达到降低虚警的目的.实验结果表明,该算法中以显著提高往复杂背景下红外点目标检测概率,并凡能够探测出信噪比为1的目标.     

基于大数据分析的移动对象轨迹预测方法

对移动对象的轨迹预测将在移动目标跟踪识别中具有较好的应用价值。移动对象轨迹预测的基础是移动目标运动参量的采集和估计,移动目标的运动参量信息特征规模较大,传统的单分量时间序列分析方法难以实现准确的参量估计和轨迹预测。提出一种基于大数据多传感信息融合跟踪的移动对象轨迹预测算法。首先进行移动目标对象进行轨迹跟踪的控制对象描述和约束参量分析,对轨迹预测的大规模运动参量信息进行信息融合和自正整定性控制,通过大数据分析方法实现对移动对象运动参量的准确估计和检测,由此指导移动对象轨迹的准确预测,提高预测精度。仿真结果表明,采用该算法进行移动对象的运动参量估计和轨迹预测的精度较高,自适应性能较强,稳健性较好,相关的指标性能优于传统方法。     

Infrared small moving target detection using sparse representation-based image decomposition

Infrared small moving target detection is one of the crucial techniques in infrared search and tracking systems. This paper presents a novel small moving target detection method for infrared image sequence with complicated background. The key points are given as follows: (1) since target detection mainly depends on the incoherence between target and background, the proposed method separate the target from the background according to the morphological feature diversity between target and background; (2) considering the continuity of target motion in time domain, the target trajectory is extracted by the RX filter in random projection. The experiments on various clutter background sequences have validated the detection capability of the proposed method. The experimental results show that the proposed method can robustly provide a higher detection probability and a lower false alarm rate than baseline methods.     

数字图像注入式红外目标捕获跟踪训练仿真

介绍一种利用数字图像注入构建目标环境来完成目标捕获跟踪仿真训练任务的新方法,该方法通过模拟目标的理论航迹,实时接收并解算编码器输出值,同时与目标的运动方程做综合处理,计算出目标的位置信息,最后在背景中合成目标后按照红外图像的格式将数字图像注入到数字图像处理系统中。该方法可以在不开启红外相机的情况下,方便地完成手动及自动跟踪的训练任务,节约了训练成本,并已成功运用到某光电跟瞄设备的仿真训练系统中。     

基于自适应背景的目标跟踪算法研究

随着现在的社会发展以及经济进步,我国的科学技术方面发展迅速,特别是在技术监控方面更是突飞猛进。为了更好的对目标遮挡影响进行降低,我国在这方面主要依据自适应的技术发展背景下提出目标跟踪计算法,用来完善我国的监督控制技术。这种计算方式第一是根据对观察目标的基本外观形态进行的鉴定与跟踪,将其自身的运动量进行平均计算;其次是根据时空的运行方向与特征进行跟踪目标的计算,建立比较完善整体的运行模型,再根据这个运动模型以及整体的状态对监督目标进行检测与控制,这期间就会形成一种遮挡掩膜。对于掩膜是一种将程序数据等绘制成光刻板,在程序使用期间非常可靠,并且制造成本比较低,使用方便;最后是在不同的使用情况下将不同参数进行收集,自动的适应运动模型的运行。针对这种计算方式的实验主要是利用两种在国际上经常使用的CAVIAR、York数据进行测试,并且根据这两种数据对测试的精准度与多重目标跟踪等进行评定,检测跟踪的整体性能。通过多方面的研究表明这种方式的跟踪的性能非常好,并且还能很好的将跟踪目标的鲁棒性进行遮挡。