高精度星载点目标轨迹跟踪系统设计

一种高精度星载点目标轨迹跟踪系统,利用拟合点目标轨迹曲线的方法将点目标位置数据简化成多项式系数的数据包,由地面测控系统发送至星上遥感器指向控制单元。指向控制单元与时间管理单元解析数据包中时间参数与系数参数,控制指向镜机构进行运动,对点目标轨迹进行自主跟踪。此方法提高了跟踪系统的跟踪精度,减轻了目标跟踪时总线通信压力。经过试验验证,系统的跟踪精度远优于传统的目标跟踪方法,可进行推广使用。     

高精度光电弹道测量系统

 利用光电跟踪系统实时测量导弹类飞行目标已成为靶场测试手段的发展趋势之一,光电跟踪系统需要具备高精度跟踪高速飞行目标、实时输出目标飞行轨迹数据以及目标飞行姿态等实时图像信息。提出一种新型车载光电弹道测量系统,应用高强度轴承改善角位置输出的稳定性;利用再生反馈控制技术抑制跟踪快速目标时产生的滞后误差,提高光电弹道系统的测量精度;将测量数据归一化为垂线测量坐标系中的测量值,以20 ms的刷新率对外输出;提出模拟航路检测方式,可在野外条件下完成对光电设备性能检测,实际稳态跟踪精度可达到0.21 mrad。     

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。     

基于ARM处理器的运动目标检测与跟踪系统

运动目标的检测及跟踪技术广泛应用于军事与民用领域。传统基于PC的目标跟踪系统不能满足对体积、功耗及便携性的需求,基于ARM处理器S3C2440A和嵌入式Linux操作系统构建了一个比较完整、实用的目标跟踪系统。该系统利用摄像头采集运动目标图像,处理器进行数字图像处理,LCD显示跟踪目标。阐述了实现原理及图像获取、目标检测、图像分割和目标跟踪算法程序流程。通过实际测试,该系统能满足对低速运动目标的检测、识别和跟踪,且具有较好的实时性和稳定性。     

提高距离准测率的激光轴同步偏转控制技术

针对手动跟踪设备激光测距机对空中运动目标距离准测率低而难以建立目标航路的问题,提出了一种激光轴同步偏转控制技术。用摄像机摄取目标图像,并由图像处理器求出跟踪误差,控制测距机中的某些小型零部件偏转,同步改变激光发射和接收光轴,有效补偿跟踪误差,以达到提高距离准测率的目的。详述了激光发射和接收光轴变化的原理和计算方法以及激光发射与接收轴同步偏转控制技术的原理和实现方法,分析了使用该技术对跟踪仪性能的影响,介绍了室内台架试验和室外跟踪试验的试验情况,并由试验结果得出了在手动跟踪设备采用本技术后距离准测率可明显得到提高的结论,具有较高的应用和推广价值。     

运动目标空间位置坐标激光跟踪测量的数学模型

运动目标空间位置激光跟踪测量是国际计量测试领域的前沿课题，该测量系统集激光干涉测距、精密机械、计算机及控制系统和现代数值计算于一体，对空间运动目标进行跟踪并实时测量其坐标和姿态。它的测量范围为１～５ｍ，测量精度为５０μｍ／ｍ。它的测量原理主要是干涉法和三角法。在干涉法中，根据跟踪测量机构数量的多少又可分为一站法和多站法。一站法采用球坐标测量法，多站法通过解最小二乘方程组计算出被测点的坐标。文中对各种测量方法的数学理论模型进行了较为详细地论述。     

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。     

基于光流的运动小目标检测算法

运动目标的检测是目标识别与跟踪的关键技术之一。光流技术是一种以物体的运动特征来检测目标的方法,它的提出为运动小目标的检测开辟了新的空间。在一个搜索跟踪系统中使用光流技术检测和跟踪空中小目标,目标大概为5～10个像素,而且背景复杂,相机抖动,普通分割算法无法得到小目标。在目标的运动明显异于背景的情况下,通过利用基于光流的目标检测算法来检测出小目标,同时运用高斯金字塔模型,提高算法的运算速度。试验结果表明提出的基于光流的检测算法在背景运动的红外图像中取得了较好的效果。     

SLS快速成形的直线导轨高速扫描动态轨迹误差的仿真

选择性激光烧结SLS快速成形XY直线导轨扫描系统进给运动由数字式随动控制系统产生，系统中存在随动跟踪误差，它与SLS成形扫描系统的运动速度和加工程序所控制的指令运动轨迹密切相关，称轨迹误差。在其高速运动的情况下，随动跟踪误差对成形工件的精度影响极大，是不可忽视的加工误差因素，必须对其进行计算和预测，以便采取相应措施，进一步提高加工精度。     

基于改进高斯混合模型的运动目标检测与跟踪算法

针对传统高斯模型存在的不足,为了搞高运动目标跟踪精度,提出一种基于改进高斯混合模型的目标检测与跟踪算法。首先提取目标特征建立目标分类器,并将目标从前景是标记出来;然后通过多目标跟踪将目标为多种运动模式;最后采用高斯混合模型对跟踪与分类的结果进行融合,获得最终目标的位置。结果表明,本文方法不仅提高了目标检测与跟踪精度,而且可高斯模型以较好的满足目标跟踪的实时性要求。     

Probability analysis of position errors using uncooled IR stereo camera

This paper analyzes the random phenomenon of 3D positions when tracking moving objects using the infrared (IR) stereo camera, and proposes a probability model of 3D positions. The proposed probability model integrates two random error phenomena. One is the pixel quantization error which is caused by discrete sampling pixels in estimating disparity values of stereo camera. The other is the timing jitter which results from the irregular acquisition-timing in the uncooled IR cameras. This paper derives a probability distribution function by combining jitter model with pixel quantization error. To verify the proposed probability function of 3D positions, the experiments on tracking fast moving objects are performed using IR stereo camera system. The 3D depths of moving object are estimated by stereo matching, and be compared with the ground truth obtained by laser scanner system. According to the experiments, the 3D depths of moving object are estimated within the statistically reliable range which is well derived by the proposed probability distribution. It is expected that the proposed probability model of 3D positions can be applied to various IR stereo camera systems that deal with fast moving objects.     

透过散射介质对直线运动目标的全光成像及追踪技术

光散射是限制光传输以及降低和破坏光学成像性能的主要因素,透过复杂散射介质对运动目标的全光成像是光学领域极具挑战性的技术之一.本文提出一种利用散斑差值自相关透过散射介质对运动目标进行实时追踪的方法.采用赝热光照明,基于光学记忆效应理论,通过对运动目标采集的两帧散斑做差值,然后做自相关运算,计算目标移动的距离,实现对目标的实时追踪,并且利用相位恢复算法进行简单处理就可以重建隐藏目标.对该方法进行了实验验证,成功地对隐藏的运动目标实现了成像与追踪.这种透过散射介质对运动目标的全光成像及实时追踪技术,在生物医学等领域具有重要应用潜力.     

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。     

Vehicle detection and tracking based on phase-correlation

This paper presents vehicle detection and tracking algorithms based on real-time background (RTB) and phase-correlation (PC) in the video sequence of urban highway with fixed camera. Firstly moving objects are obtained by subtracting RTB from serial images. After classification, PC is used to determine corresponding regions of moving objects between consecutive frames. The problems of vehicles' merging and splitting, sudden stop, and restart are also considered. Experiments show that the method is practical and can realize real-time detection and tracking of vehicles on highway.     

真实场景下视频运动目标自动提取方法

视频运动目标跟踪逐渐成为研究热点并应用到军事民用等领域,为了能够从真实场景中快速准确地提取视频跟踪单运动目标或多运动目标,提出了一种新的运动目标自动提取方法。首先通过自适应阈值获得滤波后的相邻帧差值图像。其次,为了消除差值图像中噪声的影响,标记此二值图像的连通像素来检测出运动目标所在的区域,并与边缘检测出的空间信息结果比较得到运动目标模型。最后,将图像分成若干区域,在每个分区域内依次连接每个运动目标模型的最外围轮廓点,由此构成目标闭合轮廓。利用得到的连续边界,对运动目标进行提取。实验结果表明,该算法能够有效地自动提取速度不同的单运动目标,同时能够提取多运动目标。     

采用栅格特征及可视化技术感知跟踪中目标的遮挡状态

针对监控视频中运动目标跟踪问题,提出了一种栅格划分的梯度朝向直方图特征对目标进行描述,并通过可视化技术来实时观测目标局部区域特征量的变化,通过变化来感知目标在运动中可能发生的遮挡等异常情况.利用感知到的状态自适应调整参加融合计算的子模板的个数,指导跟踪过程,以防止异常情况对跟踪结果的影响,实现了对视频目标准确、稳健的跟踪.实验结果表明,提出的目标局部特征能够较准确地感知目标及周围环境发生的变化,对于提高跟踪算法的鲁棒性和准确性具有积极的作用.     

基于DSP的实时自动跟踪系统的研究

在差分得到的二值图像基础上,采用快速搜索算法预测运动物体在帧图内的二维坐标,并自动跟踪运动目标。选择TMS320C642作为视觉跟踪系统的硬件平台,采用摄像机获取场景图像,通过软件捕捉场景图像中的运动物体,识别物体运动的方向和距离,实现了视觉实时跟踪功能。在此基础上,完成了分立器件构成的嵌入式视觉实时跟踪系统的设计,对于视觉技术的实际应用具有一定工程意义。     

Two applications of time reversal mirrors: seismic radio and seismic radar

Two seismic applications of time reversal mirrors (TRMs) are introduced and tested with field experiments. The first one is sending, receiving, and decoding coded messages similar to a radio except seismic waves are used. The second one is, similar to radar surveillance, detecting and tracking a moving object(s) in a remote area, including the determination of the objects speed of movement. Both applications require the prior recording of calibration Green's functions in the area of interest. This reference Green's function will be used as a codebook to decrypt the coded message in the first application and as a moving sensor for the second application. Field tests show that seismic radar can detect the moving coordinates (x(t), y(t), z(t)) of a person running through a calibration site. This information also allows for a calculation of his velocity as a function of location. Results with the seismic radio are successful in seismically detecting and decoding coded pulses produced by a hammer. Both seismic radio and radar are highly robust to signals in high noise environments due to the super-stacking property of TRMs.     

Detection and tracking of small moving objects in image sequences by use of nonlinear spatiotemporal optical systems

We demonstrate the capability of localized structures of spatiotemporal nonlinear optical systems for detection and tracking of small moving objects. Such nonlinear dynamics based image-processing systems are readily implemented using an existing parallel optoelectronic architecture designed for real-time operation.