动态背景下运动目标检测与跟踪研究

主要研究动态背景下的运动目标检测和跟踪问题。背景补偿差分法是一种常用的动态背景下运动目标检测算法,但检测到的目标轮廓要比其真实轮廓大,检测结果不准确且算法复杂度较高。主动轮廓模型在图像分割和目标提取过程中具有拓扑结构变化灵活性,对数值计算方案的设计更加方便、有效,据此提出一种基于改进C-V模型和卡尔曼滤波的算法,用来检测和跟踪动态背景下的运动目标。提出的算法利用C-V模型曲线演化检测和跟踪目标,使C-V模型在目标的边缘处收敛。结合卡尔曼滤波预测运动目标下一帧位置,从而实现对运动目标轮廓的跟踪。实验结果表明,该方法可以对动态背景下运动目标进行精确的检测与跟踪。     

基于分形特征的复杂背景下扩展目标检测

 将分形面积度量和分形拟合误差相结合,提出一种复杂背景下扩展目标检测方法。运用分形面积度量进行目标和背景的边缘检测,并结合扩展目标特性确定目标所在区域范围,实现初检。计算原始图像各像素分形拟合误差特征,并运用概率松弛迭代法进行分形特征增强,利用增强特征进一步抑制初检结果中的自然背景。最后运用数学形态学操作剔除背景粘连,实现扩展目标精确检测。实验结果表明:该方法能够有效、可靠地检测复杂背景下的扩展目标,并能较好保持目标的外形轮廓。     

血管内超声图像初始轮廓提取算法的研究

Snake模型在医学图像分割中的应用已经越来越广泛,但在应用该模型时,如何选取合适的初始轮廓是一个难题;在对血管内超声医学图像的研究基础上,提出了一种基于灰度信息与ROI区域的初始轮廓获取方法,根据IVUS图像的灰度特征对其进行自适应阈值分割以及面积滤波,然后获得分割轮廓点集进而得到snake初始轮廓点集;在matlab7.0环境分别对不同类别的2种IVUS图像的中外膜边缘提取进行仿真实验,实验证明该方法获得的初始snake轮廓较为逼近目标真实轮廓且适合于snake模型进行迭代收敛,由于其初始轮廓已较为接近目标真实轮廓,因此节省了snake模型的迭代次数,算法运行效率也优于手工提取初始轮廓的snake方法,可以较为方便的应用于实际领域。     

对数似然图像分割的快速主动轮廓跟踪算法

针对跟踪目标尺度变化问题,提出了基于灰度对数似然图像分割的快速主动轮廓跟踪算法。改进的主动轮廓跟踪算法将根据以目标与背景的颜色差异而建立的对数似然图对图像进行阈值分割和数学形态学处理,再将Kalman滤波器结合到主动轮廓跟踪算法进行目标跟踪。改进的主动轮廓跟踪算法对目标分割准确,轮廓特征显著,跟踪效果稳定,算法能很好地适应跟踪目标尺度变化。通过Kalman滤波器对目标位置点的预测减少了主动轮廓跟踪算法收敛的迭代次数,使算法的运算效率提高了33%左右。     

空中目标红外辐射强度计算通用模型及其应用

提出了一种适用于空中扩展目标和小目标红外辐射强度计算的通用模型,该模型消除了对环境温度依赖较大的背景偏置的影响,可有效提升外场复杂多变环境条件下航空目标红外辐射特性测量结果的精度。结合某型航空目标动态红外特性测试数据,探讨了小目标红外辐射强度的计算问题,结果表明:对于中波红外小目标,大气表观辐射强度对总辐射强度的贡献可以忽略,可以采用简化模型计算总辐射强度,但对于长波小目标红外辐射,简化模型不再适用。对红外小目标和扩展目标的外场动态测试数据分别进行了处理,并与理论结果作比对验证,结果验证了模型的正确性。     

一种自动提取目标的主动轮廓法

提出一种新的广泛应用于数字图象分析和计算机视觉的主动轮廓(Snake)模型,引入作用方向可以自适应变化的外加强制力,使控制点能够不依赖于初始轮廓而快速地收敛到目标的真实轮廓;初始轮廓自动确定;控制点的数目可以自适应地改变;能够在背景比较复杂的图象中实现对目标轮廓的提取.用该模型对空中目标的红外图象进行的实验结果表明其具有很好的鲁棒性和实用性.     

基于深度玻尔兹曼模型的红外与可见光图像融合

为了克服红外与可见光图像融合时噪声干扰及易产生伪影导致目标轮廓不鲜明、对比度低的缺点,提出一种基于深度模型分割的图像融合方法.首先,采用深度玻尔兹曼机学习红外与可见光的目标和背景轮廓先验,构建轮廓的深度分割模型,通过Split Bregman迭代算法获取最优能量分割后的红外与可见光图像轮廓;然后再使用非下采样轮廓波变换对源图像进行分解,并针对所分割的背景轮廓采用结构相似度的规则进行系数组合;最后进行非下采样轮廓波反变换重构出融合图像.数值试验证明,该算法可以有效获取目标和背景轮廓均清晰的融合图像,融合结果不但具有较高的对比度,还能抑制噪声影响,具有有效性.     

基于背景粗糙度估计的红外目标检测算法

在分析海天背景下目标红外图像特征的基础上,提出了一种基于背景粗糙度估计的红外目标自适应检测算法.该算法利用LOG算子进行目标基本轮廓检测,将目标的中心点作为区域生长的种子点,通过背景粗糙度估计自适应确定LOG算子参量,完成目标图像分割.与传统检测方法比较,采用该处理方法进行小目标检测及识别过程的预处理,可以有效地减少运算量,提高检测速度,抑制对不必要的种子点进行区域生长,提高了目标的检测概率.     

序列图像中运动目标的自动提取方法

针对目标检测与跟踪领域中的运动目标自动提取问题,提出了一种新的运动目标自动提取方法.利用已有的图像帧滤波后初始化背景,并在运动目标检测过程中,利用检测结果,不断地自动更新背景.使用背景差法检测运动区域,并对差分图像进行动态阈值分割,以及边缘链接,使其边缘处于基本连续状态.在得到的二值图上,提取轮廓,并根据目标大小选择面积阈值,剔除由于噪音或者背景提取不干净造成的虚假轮廓,将得到的轮廓掩模图像与原图像做逻辑与运算,提取出目标.实验结果表明,该方法可以有效地提取出刚体或非刚体运动目标.     

基于背景抑制和分类校正的小样本目标检测方法

为进一步提升小样本条件下对空中来袭目标的检测识别成功率,提出一种基于背景抑制和分类校正的小样本目标检测方法。首先,针对空中来袭目标背景前景易混淆问题,在区域候选网络前端引入背景抑制模块,通过抑制背景特征和增强前景特征来减轻目标背景对检测的影响;其次,在背景抑制模块后插入特征聚合模块,聚焦目标特征,通过缓解小样本条件导致目标特征难提取、不明显的问题,校正网络模型的分类参数;最后,在检测头网络中引入对比分支,增强了类别内相似性和类别间独特性,缓解来袭目标“类间相似性高,类内差异性大”的问题,实现了对网络分类的进一步校正。实验结果表明,所提出的算法在1、2、3、5、10 shot实验中均表现最佳,平均精度分别达到28.3%、32.8%、39.9%、42.9%和56.2%,提升了小样本空中来袭目标的检测性能。     

基于改进Hough变换的井盖目标检测与定位

市政井盖的实时告失对城市管理具有重大意义。针对图像的复杂背景,提出了改进的Hough变换算法。在经边缘提取的二值图上,利用轮廓跟踪找到所有的轮廓,接下来设计轮廓过滤器排除虚假目标,进而在轮廓链表上进行Hough变换从而确定目标可能出现的区域,最终获得准确的井盖区域定位。该方案有效地提高了传统Hough变换的处理速度,减少了无效采样和累积。实验结果表明,该算法在多种复杂背景、不同视角、不同拍摄时间和条件、目标被部分遮挡等情况下都有很好的定位效果。     

Aerial Video Trackers Review

Target tracking technology that is based on aerial videos is widely used in many fields; however, this technology has challenges, such as image jitter, target blur, high data dimensionality, and large changes in the target scale. In this paper, the research status of aerial video tracking and the characteristics, background complexity and tracking diversity of aerial video targets are summarized. Based on the findings, the key technologies that are related to tracking are elaborated according to the target type, number of targets and applicable scene system. The tracking algorithms are classified according to the type of target, and the target tracking algorithms that are based on deep learning are classified according to the network structure. Commonly used aerial photography datasets are described, and the accuracies of commonly used target tracking methods are evaluated in an aerial photography dataset, namely, UAV123, and a long-video dataset, namely, UAV20L. Potential problems are discussed, and possible future research directions and corresponding development trends in this field are analyzed and summarized.     

Adaptive contour-based statistical background subtraction method for moving target detection in infrared video sequences

A robust contour-based statistical background subtraction method for detection of non-uniform thermal targets in infrared imagery is presented. The foremost step of the method comprises of generation of background frame using statistical information of an initial set of frames not containing any targets. The generated background frame is made adaptive by continuously updating the background using the motion information of the scene. The background subtraction method followed by a clutter rejection stage ensure the detection of foreground objects. The next step comprises of detection of contours and distinguishing the target boundaries from the noisy background. This is achieved by using the Canny edge detector that extracts the contours followed by a k-means clustering approach to differentiate the object contour from the background contours. The post processing step comprises of morphological edge linking approach to close any broken contours and finally flood fill is performed to generate the silhouettes of moving targets. This method is validated on infrared video data consisting of a variety of moving targets. Experimental results demonstrate a high detection rate with minimal false alarms establishing the robustness of the proposed method.     

特征增强SSD算法及其在遥感目标检测中的应用

为了提高对复杂场景下多尺度遥感目标的检测精度,提出了基于多尺度单发射击检测(SSD)的特征增强目标检测算法.首先对SSD的金字塔特征层中的浅层网络设计浅层特征增强模块,以提高浅层网络对小目标物体的特征提取能力;然后设计深层特征融合模块,替换SSD金字塔特征层中的深层网络,提高深层网络的特征提取能力;最后将提取的图像特征与不同纵横比的候选框进行匹配以执行不同尺度遥感图像目标检测与定位.在光学遥感图像数据集上的实验结果表明,该算法能够适应不同背景下的遥感目标检测,有效地提高了复杂场景下的遥感目标的检测精度.此外,在拓展实验中,文中算法对图像中的模糊目标的检测效果也优于SSD.     

Tensor diffusion level set method for infrared targets contours extraction

A tensor diffusion level set method is presented to extract infrared (IR) targets contour under a sky-mountain-water complex background. The proposed model combines tensor diffusion operator and the eigenvalues of tensor-image into a common energy minimization level set framework. By incorporating the information of image tensor diffusion operator into the external energy term, the level set function can move in a specific way. And eigenvalues of tensor-image are used for the regularization of zero level curves in order to diminish the influence of image ‘clutter’ and noise. An additional benefit of the proposed method is robust to initial conditions. Experimental results show very good performance of the tensor diffusion level set method for IR targets contours extraction.     

基于面阵CCD和小波变换的航空相机自动调焦研究

分析了线阵CCD交汇测量的工作原理和在最优化结构布局条件下系统的工作特点。提出了一种利用面阵CCD和小波变换理论测量航空相机摄影高度并自动完成相机调焦的方法。给出了实测系统的设计方案。结果表明 ,利用面阵CCD图像小波变换后的边缘特征 ,可自动确定航空相机的摄影距离 ,并能实现相机的自动调焦 ;通过改变CCD中心区域的大小 ,可以排除地面上多个相同目标的影响     

红外偏振成像对伪装目标的探测识别研究

针对目前普通光电成像系统对伪装目标的探测和识别概率较低的状况,提出伪装目标的探测识别新技术研究。介绍了红外偏振成像系统的原理、组成和特点,研制的中波/长波红外偏振成像装置,其波段范围为3 m ~5 m和8 m~12 m,线偏振度95%,消光比大于100∶1,给出了试验分析数据和偏振融合效果图。研究表明,采用红外偏振成像技术可以有效地实现对地面伪装目标的探测和识别。研究结果还可以扩展到对人工假目标、空中隐身目标等的探测和识别。     

基于A*算法的无人机跟踪目标的航迹规划

针对无人机跟踪目标的航迹规划问题,本文提出了一种双评估函数的改进A*算法。首先,根据无人机在跟踪目标时的飞行特点提出了航迹规划策略,并结合无人机的油耗、航迹长短和机动性能等约束条件来设计中间目标点的评估函数和航迹片段的评估函数。之后,采用加权法对A*算法进行改进,以使航迹的优化与时间耗费之间找到平衡点。同时,改进在Open表中插入与删除节点的方式,提高计算效率。最后,通过对跟踪航迹的仿真,表明该算法可以快速、有效地为无人机在跟踪目标时规划出优化的航迹。