电视经纬仪跟踪测量中运动目标快速识别定位算法

为解决电视经纬仪跟踪测量系统中对运动目标快速识别定位的要求,在深入分析运动目标特性和电视经纬仪跟踪测量系统特点的基础上,利用经纬仪角度变化信息,对运动目标图像序列进行帧间差值计算以获得目标残差图,并基于残差图提出了一种新型的运动目标快速识别方法,大大减少了运算量. 结合中值滤波和图像二值化,实现了运动目标的快速定位. 通过对目标实测图像序列的实验, 结果证明：该算法具有快速、稳定、有效等优点,能够满足电视经纬仪跟踪测量系统对运动目标快速识别定位的要求.     

面向经纬仪图像序列的关键帧提取算法

将传统的关键帧提取算法应用于经纬仪图像序列时,关键帧序列中会包含大量的非稳定跟踪图像帧。为了在关键帧提取过程中更好地保留目标稳定跟踪测量信息,该文在分析了经纬仪图像序列的特点后,构建了一种基于局部极大值的经纬仪图像序列关键帧提取算法。该算法首先计算图像序列的帧间差分,然后使用汉宁窗函数对帧间差分进行平滑,最后基于平滑后的帧间差分局部极大值来提取关键帧。实验结果表明:提出的算法相对于传统的帧间差分强度排序方法能更好地保留目标的跟踪测量信息,提取的关键帧在整个跟踪测量图像序列中分布更为均匀,包含的场景信息更为丰富。     

图像序列中目标关键帧快速搜索算法

在目标测量时所获得的图像序列中,如何定位目标关键帧(最有利于目标测量的图像)的位置,对目标识别的效率和测量设备的性能有着显著的影响.针对具有复杂特性的目标图像序列,提出了一种基于帧间像素灰度差值来定位目标关键帧的快速搜索算法.该算法仅仅利用像素灰度值这一最基本的特征,将图像序列中相邻两张图像的同一像素的灰度差值与给定阈值相比较,统计高于阈值的像素个数,再与另一给定阈值相比较,进而确定目标关键帧的位置.实验结果表明,该算法对目标大小不同、形状不同,环境不同,信噪比较高的图像序列都具有快速、稳定的搜索效果.     

基于光学相控阵的目标指示系统

为实现对运动目标实时指示激光束的非机械电控制,建立了基于光学相控阵的目标指示系统.首先,根据光学相控阵原理和空间光调制特性,对预设指示图添加共轭对称项,利用快速傅里叶变换计算全息法生成的全息图进行制表.其次,在图像传感器采集视频下,运用基于核函数密度估计的改进Mean-shift目标跟踪算法,获取多目标位置信息,查表并载入全息信息,完成全息图的实时更新.最后,利用空间光滤波特性,设计光电再现环节,消去冗余项并完成全息再现过程.实验发现:对8bit灰度全息图,系统每秒的指示速度均在60帧以上,各部件效能达到最大化.满足了目标指示系统稳定性、实时性、准确性等要求,理论算法和实验结果也验证了该系统的有效性.     

一种基于双核架构的视频跟踪与处理系统的实现

提出一种基于ADSP-BF561的视频跟踪与处理系统设计方法。系统利用ADSP-BF561的双核并行处理性能和丰富的视频编解码接口,采用一种相关跟踪算法对其进行优化,算法是一种以相关系数作为相似性度量准则的相关跟踪算法。对该系统进行测试,结果表明:针对PAL制目标视频图像序列,系统可以实现复杂背景下的实时目标跟踪,视频目标跟踪对每帧的处理时间为22 ms,解决了目标跟踪的实时性要求。     

基于联合变换相关的目标跟踪方法

成像跟踪制导中,相关跟踪技术占有重要的地位。基于联合变换相关的目标跟踪方法,使用图像序列的相邻两帧图像依次进行相关运算,提取相关结果中互相关峰的位置和相邻两帧图像时间间隔等信息,即可得到目标位置、方向和速度的变化情况。计算机仿真实验结果表明:该算法有效地解决了传统相关跟踪算法中存在累积误差和容易使目标漂移出其参考模板的问题,可以实现稳定跟踪。     

基于多特征融合与ROI预测的红外目标跟踪算法

针对当前红外目标检测与跟踪算法存在场景自适应能力弱、专用性强,以及在大视场条件下,首帧图像中小目标误检率高的问题,提出一种红外序列图像目标自适应阈值分割、检测与跟踪方法.选取目标移动速度、目标轮廓的面积和周长、以及自适应分割阈值与感兴趣区域位置为动态变量,建立动态决策准则.采用首帧目标检测算法计算出序列图像的第一帧图像目标的静态变量和部分动态变量,再采用改进的局部自适应阈值分割算法分割后续帧图像,然后利用静态与动态决策准则筛选出分割后的真实目标,最后计算并更新动态决策准则.红外靶标测试结果表明:该方法对不同场景具有较好的适应性,四个场景平均跟踪准确率为95.81%,微机平台平均每帧处理时间为10.93ms,嵌入式平台为26.79ms.     

一种小波多分辨率分析的多算子动态场景目标跟踪算法研究

根据某型号多传感器光电成像设备实际应用的特点,提出了一种基于小波多分辨率分析(MRA)的多算子自适应目标识别跟踪算法,可实现昼夜型光电设备对陆地/海面全动态场景不确定目标的识别跟踪。建立了一种基于帧内、帧间置信度评价的双阈值自适应跟踪预测策略和相似目标辩识准则,有效地提高了目标跟踪的稳定性和鲁棒性。地面仿真及空中实际飞行实验结果表明:该算法能够很好地实现在各种复杂场景条件下的动态场景目标的稳定跟踪。     

一种基于分级分块处理的背景估计算法

视频序列中连续两帧纯背景图像的帧间差服从高斯分布.利用高斯随机变量的峰态和偏态系数的有关性质构造了一种背景子块与目标子块的分块检测算法,并将多分辨率分析的思想引入其中.对帧差图像进行分级分块处理,构造并完善了分级分块背景重建算法,完成了相应的计算机仿真实验.实验结果表明,该算法能快速、有效的获得背景图像.     

基于颜色传递的双波段目标跟踪算法研究

针对复杂背景下Camshift算法容易丢失目标的情况,提出一种基于YCBCR空间将红外与可见光融合图像与彩色参考图像进行颜色传递后,采用Camshift进行目标跟踪的算法。该算法在颜色传递时充分利用双波段图像信息,得到的目标对比度高并且颜色空间较其周围背景突出,增强了目标的颜色概率图,提高了Camshift算法效率。实验表明,通过对可见光图像、经颜色传递后的红外图像以及传统颜色传递方法得到的图像采用相同跟踪算法进行定性分析,在该算法得到的图像中,跟踪窗口中心相对于目标质心仅有3个像素的误差,跟踪精度远远优于对比实验图像的跟踪结果,并且算法的跟踪时间为每帧20.6 ms,达到了实时性的要求。     

机载光电跟踪系统的电子稳像算法研究

为了解决机载光电跟踪系统高准确度陀螺平台成本高、难度大的问题，在深入分析视轴晃动与图像关系的基础上，利用机载平台的特点，确定了图像运动矢量的关系，忽略了次要因素，进一步简化了运算，提高了算法的准确度．将此算法应用于某歼击机的图像进行稳定试验，结果表明：该算法具有快速、稳定等优点，能够实现实时准确地稳定歼击机图像序列．     

亚成像系统中的实时图像分析提取方法

利用简单、实时的算法有效实现了亚成像系统中的目标图像分离、标记提取与定位。采用了顺序形态变换的方法,以组合可调滤波器组的形式有效的解决了亚成像图像的低分辨率离散问题,并提出了新的快速标记运算过程。采用一次扫描分析方法取得标记链表,以指针追踪方式合并图像的标记范围,为最终识别图像目标提供了一个有效的聚类结果,此方法对不同目标图像数据取得了很好的实时分析效果     

改善光电稳瞄系统视觉效果的图像增强算法

为了改善光电稳瞄系统的视觉效果,使视频图像更加适合于人眼观察,并且有利于对目标的自动跟踪效果,将直方图均衡化处理与拉普拉斯边缘锐化处理相结合,在增强对比度的同时尽量保持边缘细节。仿真结果显示采用本文算法能够有效改善视频图像的视觉效果。     

高帧频信标光定位与跟踪实验研究

信标光斑准确定位是完成空间光通信跟踪和捕获时的一个重要方法。应用改进的Otsu分割方法,对采集序列图像进行实时处理,提取潜在的信标光斑,对后续图像处理引入感兴趣区域的读入技术,在感兴趣区域内对信标光图像进行处理,应用卡尔曼预测模型实现了信标光跟踪,并将跟踪误差控制在精跟踪视场之内。实验结果表明,改进的Otsu具有更佳的抗噪能力和分割效果,并且实时性和定位精度均获得了满意的结果。     

基于图像处理的玻璃瓶口裂纹检测系统设计与实现

为了快速、准确地对玻璃瓶口裂纹进行无接触检测,基于图像处理技术设计与开发了一个玻璃瓶口裂纹检测系统。首先对获取的玻璃瓶口图像进行降噪与分割处理,并利用重心法获取玻璃瓶口圆心的粗定位,然后利用边界跟踪算法对玻璃瓶口进行边界跟踪,并通过 最小二乘拟合获取玻璃瓶口圆心的精确位置,最后利用深度优先遍历算法对裂纹点集进行聚群,从而实现对玻璃瓶口裂纹的检测。实验结果表明,该系统操作简单、效率高、抗干扰能力强,能满足实际使用的要求。     

适于星上应用的高光谱图像无损压缩算法

针对常见基于预测、变换、矢量量化及其组合的高光谱无损压缩算法压缩比低、压缩算法整体耗时以及硬件实现困难的问题,提出一种适于星上应用的高光谱图像无损压缩算法。首先,沿光谱线的第一谱段图像采用中值预测器进行谱段内预测,其他谱段图像采用谱间预测。谱间预测采用两步双向预测算法,第一步预测采用双向二阶预测器得到参考预测值,第二步预测采用本文提出的改进LUT搜索预测算法得出4个LUT预测值,然后将参考预测值与其比较得出最终的预测值。最后,使用XX-X空间高光谱相机的压缩系统试验设备对该文提出的压缩算法进行了试验验证。结果表明,压缩系统能快速稳定地工作,平均压缩比达到3.05 bpp,与传统方法相比,平均压缩比提高了0.14~2.94 bpp。有效的提高了高光谱图像无损压缩比和解决了压缩算法整体实现困难的问题。     

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。     

针对图像序列的快速低存储开销配准算法

针对序列图像配准问题，提出一种快速低存储开销配准算法。首先，生成一系列与具体图像内容无关的特征点。而后，使用正向-反向跟踪来获取稳定的特征点对,其中，正向跟踪用于获得所有可能的特征点对，反向跟踪用来得到正向-反向误差，并且利用此误差来获取最终稳定的特征点对。最后，在稳定特征点对的基础上通过归一化直接线性变换计算得到可用于图像配准的单应矩阵。实验表明该算法能够提供与优秀的传统算法相当的配准性能。由于该算法对序列中图像之间的连续性进行了充分利用，不仅降低了存储开销，还提高了运算速度。对480360的序列而言，该算法需要的存储开销仅为421 kB，且运算速度达到32 帧/s。     

基于CLIPS的机载光电跟踪设备故障诊断专家系统研究

针对机载光电跟踪设备传感器种类多、单元部件结构复杂和急需快速故障定位的要求,设计了机载光电跟踪设备故障诊断专家系统。通过建立跟踪系统故障树并分析其故障特点,确定了模糊多值产生式规则的知识表示方式和冲突消解策略,构建了专家系统知识库和推理机;同时结合数据库建立的故障表和规则表,实现专家系统解释器功能;最后将CLIPS嵌入VC设计友好人机交互界面。实验表明,该专家系统操作方便,能快速准确定位故障、解释故障成因以及提供维修建议。