排序方式: 共有13条查询结果,搜索用时 9 毫秒
1.
提出了一种基于空时联合稀疏重构的红外小弱运动目标检测算法。通过学习序列图像内容而构建的空时联合字典能同时刻画目标或背景的形态特征和运动信息;利用多元高斯运动模式从空时联合字典中提取出目标空时字典和背景空时字典,目标空时过完备字典描述移动的目标,背景空时过完备字典表征背景噪声。将连续多帧图像在空时联合字典上进行稀疏分解,然后分别利用目标空时字典和背景空时字典中的最大稀疏系数及其空时原子重构信号,获取重构残余能量差异来区分目标和背景。试验结果表明,由同源的空时字典重构的残余能量小,而由异构的空时字典恢复的残余能量大,该方法不仅能提高序列信号表示的稀疏度,还能有效提高小运动目标的探测能力。 相似文献
2.
评估每个粒子的重要性是确保粒子滤波法跟踪目标准确性的重要因素。针对背景杂波和噪声干扰形成的大量虚警导致小弱目标跟踪识别的随机性和不确定性问题, 提出了一种基于粒子区别性稀疏表征的小弱目标跟踪方法。该方法根据红外图像信号自适应构建分类超完备字典, 即反映目标信号特征的目标字典和表示背景杂波的背景字典, 有利于突出目标粒子和背景粒子在联合分类字典的稀疏表征差异程度;建立基于目标粒子和背景粒子稀疏重构残差差异性的粒子滤波观测模型, 采用随机估计法对字典子空间进行在线更新, 实现对目标状态估计与跟踪。理论分析和试验结果表明, 该方法增强了随机粒子的状态估计能力, 提升了粒子稀疏表征对小弱运动目标的适应能力和跟踪识别准确度。 相似文献
3.
4.
5.
利用红外跟踪测量系统能够同时获取目标运动信息(包括方位角、俯仰角以及角速度)、目标信号幅度及其成像面积等,提出了一种基于多特征融合的弱红外运动目标跟踪方法。分析了红外成像系统中目标信号特点,得到目标的运动、幅度和面积具有一致性和连续性,符合高斯分布;采用概率数据关联滤波推导量测各特征的关联概率,并根据特征的波动状况确定多特征融合的加权系数,估计和更新目标运动状态。理论分析和实验结果表明:该方法的跟踪精度和稳定性都明显高于仅依靠运动特征关联和依靠运动特征和幅度特征关联的跟踪方法。 相似文献
6.
7.
提出了一种基于空时联合稀疏重构的红外小弱运动目标检测算法。通过学习序列图像内容而构建的空时联合字典能同时刻画目标或背景的形态特征和运动信息;利用多元高斯运动模式从空时联合字典中提取出目标空时字典和背景空时字典,目标空时过完备字典描述移动的目标,背景空时过完备字典表征背景噪声。将连续多帧图像在空时联合字典上进行稀疏分解,然后分别利用目标空时字典和背景空时字典中的最大稀疏系数及其空时原子重构信号,获取重构残余能量差异来区分目标和背景。试验结果表明,由同源的空时字典重构的残余能量小,而由异构的空时字典恢复的残余能量大,该方法不仅能提高序列信号表示的稀疏度,还能有效提高小运动目标的探测能力。 相似文献
8.
利用红外测量跟踪系统获取目标信号幅度信息,提出了一种基于序列似然比检验的小弱运动目标航迹快速起始方法。用动态2维分配算法关联量测-航迹,采用序列似然比检验衡量航迹质量,一旦似然函数比达到阈值则确认目标航迹。该方法可根据目标信噪比不同采取不同帧数来起始、确认目标航迹,做到信噪比越大起始帧数越少,目标航迹检测概率越高,而信噪比越小则起始帧数越多。理论分析和试验结果表明,该方法既能提高航迹起始速度,又能提高目标航迹检测概率,避免和解决了M/N逻辑法需要固定扫描帧数才能确认航迹的局限性。 相似文献
9.
利用红外测量跟踪系统获取目标信号幅度信息,提出了一种基于序列似然比检验的小弱运动目标航迹快速起始方法。用动态2维分配算法关联量测-航迹,采用序列似然比检验衡量航迹质量,一旦似然函数比达到阈值则确认目标航迹。该方法可根据目标信噪比不同采取不同帧数来起始、确认目标航迹,做到信噪比越大起始帧数越少,目标航迹检测概率越高,而信噪比越小则起始帧数越多。理论分析和试验结果表明,该方法既能提高航迹起始速度,又能提高目标航迹检测概率,避免和解决了M/N逻辑法需要固定扫描帧数才能确认航迹的局限性。 相似文献
10.
基于假设检验的小弱运动目标航迹起始 总被引:1,自引:0,他引:1
根据目标与噪音(或虚警)在时域和空域上所表现出的不同特性,提出了一种基于空域邻域聚类和时域轨迹连续性相结合的假设检验方法,以建立小弱运动目标航迹起始,并对其性能进行了详细分析.基本出发点是:空域上,小目标是占有少量像素且幅度均匀的小块,聚集度较高,而噪音点是独立、不相关的,聚集度较低;时域上,运动目标将以较大概率出现在由轨迹连续性决定的预测点邻域内,而虚警是杂乱无章,连续多次出现在该邻域内的几率较小.理论分析和实验结果表明,本文方法能较为有效地建立目标初始航迹. 相似文献