用于彩色目标跟踪的改进粒子群优化算法

提出一种用于彩色目标跟踪的改进粒子群优化算法(Improved Particle Swarm Optimization Algorithms,IP-SOA)。针对彩色目标,选择加权彩色直方图作为目标的特征,选用Bhattacharyya系数作为特征相似性度量,其最大值位置表示目标位置。对粒子群优化算法进行了改进,即自动调整惯性权重函数与认知学习因子,每次递推时对粒子速度、单帧位移总量加以限制,对Bhattacharyya系数优化,快速求取函数最大值位置。利用彩色序列图像进行仿真实验,结果表明,该方法能够实时跟踪飞机、车辆等目标,在目标被部分遮挡时能稳健跟踪。     

基于卡尔曼滤波和AHP的航空管制航空器应急指挥效能评估

近年来,航空安全问题引人关注。传统航空应急指挥系统模型建立存在线性信号分析失常、应急指挥模型时效性滞后、空中管制系统信号算法穿透力差等问题,无法满足现代航空安全应急指挥的要求。针对传统航空应急指挥系统存在的问题,提出基于卡尔曼滤波和AHP的航空管制航空器应急指挥系统设计。利用卡尔曼滤波良好的线性分析能力与抗干扰性,结合AHP航空数据分析式,设计出针对性强的航空管制航空器应急指挥系统,并对设计系统进行指挥应用模型的效能评估。评估数据表明,提出的基于卡尔曼滤波和AHP的航空管制航空器应急指挥系统设计满足航空管制应急的使用要求。     

基于改进巴氏指标和模型更新的视觉跟踪算法

传统的Mean Shift算法采用巴氏系数度量模型与候选模型之间的统计特征相似性,但是由于背景特征的影响,有时应用巴氏指标进行匹配得到最优解的位置并不一定是目标的实际位置,在跟踪过程中可能导致目标定位出现偏差。该文提出一种改进的巴氏系数相似度指标,指标由于引入了前景/背景置信值,能够有效抑制待匹配区域中背景特征的影响,突出目标特征的权重,与原始的巴氏指标相比,明显提高了目标匹配的准确性。基于改进的巴氏指标,对目标与背景区域双模型相似度系数进行综合分析,合理地判断干扰目标匹配的原因,从而采取相应的模型更新策略。采用4段具有挑战性的视频序列对5种跟踪算法进行了测试,通过定量实验分析可知,文中算法处理1帧视频所需的平均时间为75.76 ms,实时性仅次于原始的Mean Shift跟踪算法,同时跟踪误差在5种跟踪算法中取得了最优结果。实验结果表明,该算法能够有效抑制背景干扰和避免模型漂移,在不同的复杂场景下都具有一定的鲁棒性。     

基于分类-验证模型的视觉跟踪算法研究

针对相似度目标跟踪算法主要考虑目标的类内相似,而忽略不同目标的类间差异的问题,提出基于分类-验证模型的视觉跟踪算法。该算法通过增加目标的属性(类别)信息,利用相似度信息与类别信息构建损失函数,在高维空间学习目标的类内相似和类间差异;将目标模板与候选目标输入网络模型,分别通过分类与验证模块实现网络参数更新;利用训练网络提取目标模板与候选目标的深度嵌入特征,实现目标跟踪。在OTB50和UAV123数据库上进行实验,结果表明,该算法可以大幅提高跟踪效果,对相似目标具有较强的稳健性。     

一种基于加权最多邻近点距离的相关跟踪方法

针对相关跟踪过程中障碍物遮挡,噪声和目标形变对跟踪稳定性的影响,提出了一种基于加权最多邻近点距离的相关跟踪方法。采用模板图像与实时图像的相似点个数并与距离进行加权的方式定义相似性度量,结合相似度对目标模板进行更新,采用Kalman算子预测目标位置并进行分层搜索,实现快速稳定跟踪目标。实验结果表明,该方法能较好地抑制噪声和目标遮挡的影响,目标遮挡重新捕获成功率高于80%,目标跟踪精度低于10个像素。     

基于简单线性迭代聚类超像素的meanshift跟踪

为了增强目标跟踪算法在被跟踪目标发生运动位移、遮挡、形变、相似物体干扰等情况下的鲁棒性,提出利用超像素构建目标外观模型,将外观模型与候选区域进行匹配,获取候选区域当中目标超像素,并用Meanshift算法确定目标中心点的跟踪算法。仿真实验选取Benchmark库当中在运动位移、遮挡、形变、相似物体干扰方面具有代表性的视频Girl和FaceOcc1。该算法在视频Girl中的跟踪成功率和跟踪精度为0.601、0.856,比对比实验的经典算法当中跟踪效果最好的KCF算法的成功率和精度分别高0.059和0.084;在视频FaceOcc1中跟踪成功率和精度仅次于KCF。表明该跟踪算法在受到相似物体干扰和目标遮挡时具有良好的鲁棒性。     

激光波门干扰下的电视跟踪算法研究

针对低能激光对电视制导跟踪波门实施视场内干扰时,传统的电视跟踪算法无法跟踪目标的问题,提出了一种基于结构相似度的粒子滤波相关跟踪算法。首先在粒子候选区域内进行直方图均衡化,提取出目标空间直方图,然后计算波门背景区域与目标的结构相似度,从图像质量上判断粒子滤波器的跟踪状态,建立抗干扰跟踪模式,跟踪目标。实验表明：该算法克...     

某型机载反射式光学成像系统失调空中校正方法

反射式高分辨力光学系统是未来机载望远系统的发展方向。当光学系统工作在航空平台,由于受温度变化、振动冲击等因素的影响,光学系统将存在失调误差,需要对其进行空中校正。建立了反射镜失调量与泽尼克（Zernike）系数之间的非线性函数数学模型,采用Bhattacharyya系数方法去除相关性强的失调量,减少空中装调的复杂程度,增加可靠性。经过校正某同轴三反消像散系统,计算结果表明,系统的波像差均方根值（RMS）减小到0.025λ,与设计值相差小于0.014λ,满足空中装调需求。     

基于SPAD阵列探测的空中运动目标识别方法

采用单光子雪崩二极管（SPAD）组成的接收阵列，可有效提升接收端的灵敏度，这对于远距离探测成像具有重要应用价值。因成像时间受限，SPAD阵列对于空中移动目标探测的成像结果存在分辨率低、特征信息少、背景干扰噪声多等问题。针对阵列弱成像条件下的目标快速识别问题，通过分析不同空中移动目标的结构运动与位移之间的角度变化特点，提出一种基于SPAD阵列探测的空中运动目标识别方法。该方法有效解决了跟踪探测实时性要求与目标识别准确性之间的矛盾，可以在没有先验信息的条件下完成跟踪和识别任务。为进一步说明基于光流特征的分析方法的优势，以旋翼型无人机、固定翼型无人机以及飞鸟等大小、形状类似的低空飞行目标为例，通过对不同的光流角度分布进行统计分析，在近似离散点的成像条件下实现了以上3类目标的有效识别分类。     

基于快速轮廓转动力矩特征的激光主动成像目标识别

针对激光主动成像的图像特性,提出一种基于快速轮廓转动力矩的目标识别方法。将转动力矩的概念引入目标识别中,提出的快速轮廓转动力矩特征(FCTF)不仅包含了轮廓的尺寸、位置、规则度以及目标的亮暗等信息,同时对于旋转、尺度缩放等变换具有不变性。采用转动力矩的快速计算方法,提高了识别算法的计算效率。识别算法首先使用最大稳定极值区域(MSER)算法检测出目标特征区域,并将其变换为圆形区域,然后结合快速转动力矩特征算法提取出目标区域的局部不变特征,最后输入训练好的支持向量机分类器进行识别。实验结果表明相比于已有的激光主动成像目标识别方法,所提算法对于旋转、仿射变换均具有更高的识别率,同时单帧平均运算时间为9.68 ms,满足激光主动成像目标识别系统实时性的要求。     

基于后验概率度量的粒子滤波跟踪算法研究

 针对遮挡、光照变化、尺度变化等复杂环境中的视觉跟踪问题,提出一种基于后验概率度量的粒子滤波跟踪算法。由于后验概率指标与Bhattacharyya系数指标相比具有更强的峰值特性,采用后验概率指标作为相似性度量函数,通过粒子的更新、推广、观测、估计等步骤实现跟踪算法。通过对实际视频图像序列进行目标跟踪实验,实验结果表明:传统算法只有约50%的图像能够实现尺度自适应,而本文算法采用传统算法25%的粒子就能够收敛逼近目标的真实轨迹,达到更强的抗遮挡能力,90%以上的图像序列都能够实现良好的尺度自适应效果。     

A coarse-to-fine kernel matching approach for mean-shift based visual tracking

Mean shift is an efficient pattern match algorithm. It is widely used in visual tracking fields since it need not perform whole search in the image space. It employs gradient optimization method to reduce the time of feature matching and realize rapid object localization, and uses Bhattacharyya coefficient as the similarity measure between object template and candidate template. This thesis presents a mean shift algorithm based on coarse-to-fine search for the best kernel matching. This paper researches for object tracking with large motion area based on mean shift. To realize efficient tracking of such an object, we present a kernel matching method from coarseness to fine. If the motion areas of the object between two frames are very large and they are not overlapped in image space, then the traditional mean shift method can only obtain local optimal value by iterative computing in the old object window area, so the real tracking position cannot be obtained and the object tracking will be disabled. Our proposed algorithm can efficiently use a similarity measure function to realize the rough location of motion object, then use mean shift method to obtain the accurate local optimal value by iterative computing, which successfully realizes object tracking with large motion. Experimental results show its good performance in accuracy and speed when compared with background-weighted histogram algorithm in the literature.     

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。     

预测特征误差映射及其在多基地水下目标识别中的应用

针对水下多基地目标识别问题,提出了基于特征预测和误差映射的多基地融合识别算法。推导并简化了基于贝叶斯公式的多基地目标识别条件概率公式,利用BP神经网络对最后一个节点的特征向量进行预测,并计算得到预测值与实际值误差的概率密度,将其与前面每个节点的条件概率累乘,以得到目标识别的条件概率。将利用特征预测计算条件概率的方法从单个节点推广到多个节点上,同时针对误差概率分布模型不准确的问题,提出了利用混合高斯分布模型代替单高斯概率分布模型的改进方法。对每个目标重复此过程,取结果最大值对应的目标类别为最后的识别结果.在消声水池开展多基地模拟实验,对四类目标进行识别,在一定声呐节点数目及信噪比条件下,与单基地声呐相比,多基地目标融合识别得到的识别正确率最大可提高40%,采用改进方法以后,识别正确率得到进一步提高。      

高炮电视跟踪系统对超低空目标截获概率仿真实验研究

针对高炮电视跟踪系统目前无法通过实装试验方式对超低空目标截获概率进行考核的问题,分析了影响截获概率的因素,如地面图像和目标同时处于光电系统视场中对光电系统图像处理的影响,通过搭建软件和硬件环境,建立了一种基于三维虚拟试验场的仿真试验方法。构建了典型的测试用例,利用仿真系统采集视频,将图像输入到视频跟踪器中进行处理,通过对输出数据进行处理,可定性或定量判定是否可以截获目标。该方法应用于某型轮式弹炮结合防空武器系统试验,验证了该方法的有效性。     

Aircraft recognition based on improved iterative threshold selection and skeleton Zernike moment

Using the visible optics images to identify targets is an important part in the development of remote sensing technology. In this paper, a new aircraft recognition method based on the improved iterative threshold selection and the skeleton Zernike moment is presented. The method segment aircraft targets under complex background using iterative threshold selection with between-class distance and scatter, and calculate the skeleton Zernike moment for the aircraft target recognition using template matching method. The experimental results show that the new method can effectively achieve the target segmentation under complex backgrounds, and provide a satisfactory performance both in recognition rate and recognition speed.     

激光数据链路与IRST信息融合方法研究

针对协同空战中激光数据链路系统传输的友机雷达探测信息与本机红外搜索跟踪系统（IRST）探测信息的不同特性,提出一种基于最优数据压缩的异步信息融合方法来提高探测系统性能。分析了包括时间配准、空间对准、数据融合、目标跟踪的信息融合过程,并通过仿真,对融合前、后所得的观测曲线与目标真实轨迹的比较及其误差曲线进行对比分析,融合后的方位角和俯仰角的误差已经维持在2mrad以内,结果表明该方法可以有效提高数据的精度。