基于分层模板的目标实时跟踪算法

在数字图像处理领域里,相关匹配技术有着广泛的应用,尤其在目标搜索和跟踪应用中.相关匹配算法通过计算目标图像与模板图像的相关值来确定是否图像和模板相关,具有很高的跟踪准确性和稳定性,但当目标仅占模板一小部分时,普通相关匹配算法效果很差.分析了有关相关跟踪算法的特点,提出了分层模板匹配的算法,并应用在实际的工程应用系统中;通过实验证明,该算法能较好地改善对小目标的跟踪效果,并可以克服障碍物对目标的部分遮挡问题.     

基于红外目标跟踪技术的实时视频采集系统设计

在对特定人员位置识别并实时跟踪进行视频采集的应用中,基于ARM9 S3C2410处理器并搭载CCD成像单元、红外波段滤光片和两自由度云台实现了一个全自动红外目标识别系统,在采集并分析红外图像样本基础上,设计了一种快速的图像二值化算法,通过自动分割、快速搜索比对等步骤,实现了对既定红外目标的实时检测和运动跟踪,该系统简单可靠,便于嵌入各类自动化应用设备。     

基于局部相似的红外小目标跟踪算法

连续图片序列中的运动对象与其局部背景保持相对稳定.相邻图像序列的目标局部灰度分布具有相似性.针对红外小目标跟踪杂波干扰与运动模糊问题,设计了基于局部相似的目标增强方法,并提出一种基于局部相似和运动估计的跟踪算法.该算法根据目标的局部相似性构建搜索空间,采用运动估计机制缩小搜索域,然后利用时空上下文学习跟踪算法产生跟踪结...     

红外图像实时跟踪系统

系统组成及工作原理 实时红外图像自动跟踪系统,对红外成像传感器获取的地面场景图像数据中指定目标区域进行实时自动跟踪,实时解算出目标在图像场景中的精确位置,并输出目标偏离系统视轴的方位,通过伺服控制回路,驱动稳定平台跟踪目标.同时,图像跟踪系统接受来自外部控制系统的控制命令和数据,并按总体通讯协议要求向外部控制系统回送跟踪系统的状态、图像数据和系统关键参数.     

基于Mean Shift算法的运动平台下红外目标跟踪

运动平台下, 图像的运动包括目标、背景和平台的运动。复杂的运动关系,加上运动平台下成像质量差,增加了目标跟踪的难度。提出了一种有效的运动平台下前视红外(FLIR)成像目标跟踪算法。对于每一个被检测出的目标,计算灰度和局部标准差的分布,通过计算Mean Shift向量,最小化当前帧目标与模板的核密度分布,实现对目标的跟踪。采用自动更新模板的策略克服目标特征分布发生改变的问题,该策略同样取决于得到的模板与目标分布相似性度量。实验仿真证明,该算法能有效地、准确地跟踪红外成像序列中的运动目标,计算量小,可以满足实时性要求高的场合。     

实时红外成像跟踪处理器的研究

研究了一种基于DSP FPGA结构的跟踪系统,实现了对红外成像目标的实时跟踪。硬件上以DSP为主控制器件,大规模现场可编程逻辑器件(FPGA)为辅助控制器件;软件算法以经典相关匹配算法为基础,建立了相关置信度评估,模板更新,目标丢失判断以及目标再捕获等准则,有效地提高了跟踪的稳定性和抗干扰能力。试验表明,该系统能够较好的实现复杂背景下目标的稳定跟踪。     

基于红外图像的实时多级跟踪系统

美国专利US7177447 (2007年2月13日授权)导弹跟踪系统中使用的基于红外图像的跟踪系统,一般都是用一种跟踪机构来识别红外图像中的目标特征的。然而,随着时间、大气条件以及距离等的变化,     

前视红外系统中复杂背景下典型地物目标跟踪

前视红外系统主要处理复杂地物背景下的典型地面目标, 如桥梁、机场跑道、大型建筑物等。跟踪地面背景较复杂的目标常用的是目标模板匹配的方法。而模板匹配相关跟踪的关键是对实时模板的更新及替换策略。针对前视目标跟踪问题, 采用模板相关匹配的方法搜索目标; 采用Kalman滤波的方法更新实时模板中的每个像素, 以达到更新实时模板的目的, 采用Kalman 滤波的方法校正跟踪结果坐标位置数据。为了减小运算量同时又不影响跟踪精度, 采取了隔若干帧更新一次模板及跟踪位置数据的策略。仿真实验证明, 跟踪效果较好。     

前视红外系统中复杂背景下典型地物目标跟踪

前视红外系统主要处理复杂地物背景下的典型地面目标,如桥梁、机场跑道、大型建筑物等。跟踪地面背景较复杂的目标常用的是目标模板匹配的方法。而模板匹配相关跟踪的关键是对实时模板的更新及替换策略。针对前视目标跟踪问题,采用模板相关匹配的方法搜索目标;采用Kalman滤波的方法更新实时模板中的每个像素．以迭到更新实时模板的目的．采用Kalman滤波的方法校正跟踪结果坐标位置数据。为了减小运算量同时又不影响跟踪精度．采取了隔若干帧更新一次模板及跟踪位置数据的策略。仿真实验证明,跟踪效果较好。     

红外图像中的小目标的处理方法

本文寻求一种合适的算法以完成对红外图像中运动小目标的提取、识别以及跟踪工作。该算法可以满足运算量小、实时性强和硬件实现容易的要求。经过归纳总结,有以下几种方法可供进一步研究、选择。     

红外图像中快速运动目标的检测与跟踪方法

红外热成像图像具有分辨率较低,细节模糊,对于快速运动目标适应性较差的特点.本文提出了一种结合目标检测算法,目标跟踪算法的红外图像中快速运动目标的检测与跟踪方法.该方法根据红外图像特点,使用ViBE算法检测运动目标,检测出图像中显著运动目标后,触发跟踪器,使用fDSST目标跟踪算法对显著运动目标进行跟踪.测试结果表明,该方法对于快速运动的红外图像目标能够高效检测、快速跟踪.检测与跟踪效果相对传统方法具有检测率更高、鲁棒性更好、实时性更强的优势,对于红外图像中目标检测与跟踪具有很强应用价值.     

基于Hough变换的红外序列图像点目标跟踪方法

针对红外序列图像中点目标成像质量较差、跟踪困难等问题,利用Hough变换算法的抗噪性,并根据测量图像的具体特点,对算法的计算量进行了优化.通过将三维空间Hough变换降为二维,提出了一种基于Hough变换的红外序列图像点目标跟踪方法.实验结果表明,该方法对部分缺损及大小变化的目标都能够实现稳定跟踪,提高了红外目标跟踪的...     

一种机载红外跟瞄器动态跟踪精度测试方法

针对红外跟瞄器在机载大角速度运动条件下的使用要求,提出实验室内目标跟踪精度的动态测试方法。利用原有“静态测试”的方法,结合红外跟瞄器的特点,对“目标信息”的生成和测试系统数据通讯进行详细设计,实现多源数据的有效交联。对测试原理和测试系统进行了简要介绍,并对数据进行了详细分析,实验结果表明,利用提出的动态跟踪精度测试方法可在实验室条件下实现对红外跟瞄器动态跟踪精度性能参数的有效测试,为客观评价机载红外跟瞄器的目标跟踪性能提供了有效的测试方法。     

一种红外目标检测系统中实时信息处理机的设计与实现

介绍了一种空中红外目标自动检测系统中实时信息处理机的设计与实现.该实时信息处理机采用了高效的红外目标检测和跟踪算法,该算法实时性好、抗干扰能力强.同时良好的软硬件设计使得处理机处理能力强,实现了50帧/秒的处理帧频.全数字、模块化设计使得该处理机克服了传统处理机的不足.特别是USB2.0接口的引入使得系统的连接简单可靠,具备了很强的可维护性.     

一种小目标快速识别与跟踪方法

提出了一种基于多帧相关技术与波门选通技术相结合的快速目标识别与跟踪方法.利用多级滤波抑制噪声的方法对单帧采集图像进行处理,得到潜在的目标信息,然后利用多帧相关性和目标的运动连续性确定目标;对于后续图像引入波门选通技术,在波门内进行预处理、分割与识别跟踪.探讨了多帧相关技术中目标确定的理论判据,综合考虑目标的尺寸因素和目标的运动特征,提出一种新的波门设定方法.实验结果表明,对于信噪比(SNR)大于等于2.0的图像,该方法能够在获得目标的运动参数及运行轨迹的基础上显著地提高识别效率,实现对运动目标的实时分析,同时更好地抑制背景噪声.     

一种基于兴趣区提取的红外搜索系统目标实时检测算法

针对周扫红外搜索系统对空目标探测面临的图像数据量大、弱目标检测概率低、虚警率高等难点问题,提出了一种基于兴趣区(ROI)提取的目标实时检测算法。算法分析了周扫红外搜索系统获取的图像中目标与背景的特性,根据目标运动特性与灰度特性,在周扫红外搜索系统获取的整幅全景图像中快速提取目标可能存在的兴趣区;针对兴趣区内的局部目标图像切片,进一步精细检测识别,剔除虚假目标干扰。外场试验获取的实测数据目标检测结果表明,算法针对复杂低空背景下弱目标能够实现低虚警率稳健检测,已应用到了周扫红外搜索跟踪系统的工程样机研制中。     

基于红外序列图像的特定目标智能检测

红外成像探测技术是目前以及未来军事作战需要倚仗的重要技术。以卫星红外序列遥感图像为处理对象,采用人工智能相关技术对图像数据进行目标检测。针对序列图像检测到的特定目标进行关联分析,并通过目标灰度提取以及运动变化信息来生成特定目标的轨迹报告。实验结果表明,多目标检测的平均正确率为90%,部分场景可以达到95%,误检率为7%;多目标跟踪的平均正确率为91%,误检率为6%,为及时发现和预警特定目标提供了信息支撑。     

一种新的红外目标跟踪算法

给出了一种基于独立分量分析的红外目标跟踪新算法.在红外序列图像的第一帧中,依据目标的尺寸和大概位置选择目标区域,进行独立分量分析得到目标矩阵.在后序图像中选取跟踪区域,将其在独立分量上投影得到跟踪矩阵.利用实际目标区域所得跟踪矩阵和目标矩阵的夹角最小这一特点,进行目标跟踪,在目标被遮挡、形状变化和背景发生变化等复杂环境下取得了较好的跟踪效果,与传统方法比较,有较好的适应性.     

红外成像制导多模实时识别跟踪算法研究

对红外成像制导跟踪模式进行了分析和选择,分析比较了中心跟踪算法、边缘跟踪算法、特征序列匹配算法、相关跟踪算法等的特点,并在此基础上提出了多模置信度和智能控制跟踪算法.