动目标成像跟踪算法研究

从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点,困难之一是消除运动背景的影响.采用基于均匀稀疏采样仿射变换的参数模型块匹配算法将图像分成许多固定大小的像素块,通过将每一个像素块在下一帧的一定范围内搜索其最优匹配,由此产生的偏移矢量即为该像素块的运动矢量,对上一帧图像进行补偿与下一帧图像差分,用形态学运算图像处理,对图像目标进行识别跟踪.     

基于傅立叶变换的灰度成像扩展目标跟踪帧间图像配准方法

针对运动背景下扩展目标的检测中,运动目标在图像上造成的变化与背景自身的变化会造成混淆,使得运动目标的检测变得更加复杂这一问题。提出了基于傅立叶变换的灰度成像扩展目标跟踪帧间图像配准方法。以帧间图像的互能量谱关系函数为系统的目标函数,以偏移量冲击函数为系统的偏移量配准函数。试验结果表明,采用该算法,得出目标图与偏移图水平向右移动14个像素,垂直向上移动1个像素。利用该参数将偏移图平移(-14,-1)即可实现两帧图像的配准。     

基于相关运动矢量外推的视频通信错误掩盖算法

针对视频通信中因数据传输错误引起的视频质量急剧下降的问题,提出一种基于相关运动矢量外推的错误掩盖算法。对于受损图像块,首先将前续图像块、前续相邻图像块映射到三维坐标系,并构造经过前续相邻图像块的一阶平面集,然后计算前续图像块与一阶平面集的距离,选取使得距离最短的一阶平面所代表的前续相邻图像块为相关最强前续相邻图像块,最后将相关最强前续相邻图像块外推到当前帧,通过外推图像块与受损图像块重叠区域加权估算受损运动矢量,并采用边界匹配算法对运动矢量进行优化,进而恢复受损图像块。仿真结果表明,对于不同视频序列,该算法同传统错误掩盖算法相比PSNR值提高了0.5～2.7dB,同时解码视频质量也获得了较好的主观视觉效果。     

灰度成像扩展目标跟踪直方图匹配修正方法

针对灰度扩展目标色彩信息不丰富,目标和背景存在重叠这一系列特点,使跟踪点发生漂移的问题,提出了基于均值偏移直方图匹配修正扩展目标跟踪算法。以基于像素位置和像素灰度值的直方图模式作为目标模式;相似度度量采用Bhattacharyya系数定义的距离;用均值偏移迭代进行匹配区域搜索;采用直方图匹配系数进行修正。通过建立卡尔曼预测跟踪策略解决目标被遮挡时的跟踪问题。试验结果表明,采用该算法,跟踪点漂移由原来几十个像素的波动减少到偶有1个像素的抖动。     

基于数学形态学的差分图像目标检测算法研究

针对舰船运动目标跟踪瞄准中,目标受背景影响比较严重这一问题,文章提出将通过运动补偿实现图像的配准后的图像,通过差分运算,以及利用多帧差分图像序列,获得平均差分图像,从而提高信噪比,系统设计为了减小噪声点对目标检测的干扰,利用自适应阈值对差分图像二值化,对二值化后的图像用形态学处理消除噪声斑点,最后通过连通区域像素个数统计判决,进一步去除伪目标,最终检测出目标,通过实验验证该方法是有效可行的。     

舰载光电跟踪系统软件优化研究

为了解决与战场环境相适应的红外目标警戒与跟踪问题,在介绍传统的目标检测与跟踪算法基础上,分析了先检测后跟踪算法（DBT）与先跟踪后检测算法（TBD）的优缺点,并结合海空背景下运动目标红外成像特点,提出了一个研究方向—边检测边跟踪算法模型。该模型通过对序列图像中相邻帧间进行匹配,完成一个基本的检测与跟踪过程,与输入单帧图像同步输出目标运动轨迹,适用于舰载光电跟踪仪的软件优化升级,具有较高可靠性、实时性和军事应用价值。     

红外序列图像帧间匹配算法研究

文章在现有单帧图像检测算法的基础上,提出了一种可同步跟踪运动目标的帧间匹配算法。算法采取对相邻两帧间像素点匹配,匹配过程与当前两帧外的其余帧无关,把匹配结果兴趣区域像素点对应的另一个全零矩阵位置值赋为1,顺利输入检测后的单帧图像,执行匹配操作,实时形成目标运动轨迹。该算法结构简单、存储量少、计算速度快,硬件平台要就低,可有效地完成对多个目标、交叉目标、迎头目标的检测与跟踪。根据仿真和实拍照片的试验,证实了算法理论上的优点,有较高的应用价值。     

基于光流和水平集模型的运动目标自动跟踪方法

在分析直升机在天空飞行序列图像特点的基础上，提出了基于光流和水平集模型的运动目标自动跟踪方法。该方法通过对图像进行高通滤波预处理，获得运动目标的特征图像，用特征图像来求解运动目标的光流，用光流对运动区域进行分割，获得运动区域的中心和半径，以该中心和半径的圆作为初始水平集曲线，以光流速度作为曲线演化的外力修改Chan and Vese模型，用改进后的模型对图像进行分割。实验证明，用本文方法能够快速、准确地自动跟踪运动目标。     

图像块混沌特征在海面运动目标检测中的应用

为了消除舰船目标检测中海面背景的影响,提出了一种基于图像块混沌特征的目标检测算法.该算法利用小数据量法计算图像块的最大Lyapunov指数,分析运动目标存在时背景信号混沌特征的变化,检测淹没在混沌背景信号中的目标信号.实验采用400帧图像进行检测,检测率为100%,虚警率为5%.结果表明,算法能有效地检测出海面背景下的舰船目标.     

基于亚像素级角点检测的双目视觉距离测量

要提高双目测距的精度,需要高精度的视差,为此引入亚像素检测方法。首先,采用Bouguet立体校正算法将左右图像进行极线校正,以减少匹配计算代价,提高匹配效率;然后,利用Harris角点探测器在一矩形领域内寻找一个最强特征点作为待匹配点,再采用最大互相关法对左图像进行匹配搜索确定匹配点。最后,对已匹配好的点对进行亚像素级检测,即可得到亚像素级视差。实验结果表明,该方法能将角点检测精度提高到0.001像素,测距精度也相应提高,距离越远效果越明显。     

一种基于角点特征的场景锁定新方法

为了消除由飞机旋转、平移等运动造成的场景变化,使机载吊舱能对感兴趣场景连续侦察和跟踪,本文提出一种基于角点特征的场景锁定新方法。本文将参考图像等分成16块,选取每块中响应值最大的角点作为特征点,采用SAD(sum of absolute differences)算法进行特征点匹配,然后利用改进的RANSAC算法进行角点的一致性检测,利用最小二乘法解算全局运动参数,最后计算图像之间的累积运动。该算法便于在DSP+FPGA硬件平台上实现,能在20 ms内完成处理,实验结果表明,该算法匹配精度高,稳定性好,能较好地实现场景锁定。     

水运交通电视监控图像目标识别技术研究

针对水运交通的特点，提出一种水运交通电视监控图像目标识别技术，使用条件细缝检测窗，对窗内的图像数据进行似然比法求差图像，序列图像相关去时域噪声及进行闭运算以弥合孔洞和裂缝，之后进行目标检测和跟踪（匹配）， 最后计算各种交通参考。     

红外图像中舰船目标增强技术研究

随着各国在海洋领域竞争的日益激烈,舰船目标自动识别技术正逐渐成为社会的研究热点,目标增强是舰船目标自动识别技术中的重要环节,但通常海天背景下舰船目标红外图像的目标背景对比度低,图像信噪比差。为使低对比度舰船红外图像中感兴趣目标得到增强,本文首先利用中值滤波去除图像中的随机噪声,然后对图像进行同态滤波,最后加入对像素空间位置的考虑,利用像素邻域的灰度均值和均方差值构建了一个灰度变换函数,实现图像的灰度拉伸。实验结果表明,以往仅通过灰度信息的增强技术很难取得较好效果,本文在考虑像素位置的基础上提出的灰度变换函数可较好的实现对舰船目标局部区域的增强。     

混沌背景下舰船图像弱小目标轨迹跟踪的数学模型构建

在海上混沌背景干扰下,舰船图像弱小目标很难被检测出来,影响了跟踪质量。为此,构建一种混沌背景下舰船图像弱小目标轨迹跟踪的数学模型。该模型构建首先进行混沌背景处理,包括图像灰度化和图像滤波,以此抑制背景干扰。利用自适应修改搜索管径的时空域滤波方法进行舰船弱小目标检测,最后利用均值漂移算法实现弱小目标轨迹跟踪。结果表明,与前人研究的4种方法相对比,本文研究方法,轨迹跟踪误差较小,证明了所研究的有效性。     

主动轮廓模型在运动舰船目标跟踪中的应用

应用数字图像处理技术对视频监控系统中的舰船目标进行运动检测与跟踪。针对水面环境存在的复杂变化,选用混合高斯背景模型的方法构建实时背景模型,应用背景差分法检测出监控画面中的运动舰船区域,并得到舰船目标的初始轮廓,再利用主动轮廓模型方法,提取运动舰船目标轮廓,并利用舰船轮廓实现目标跟踪。实验表明,算法可对目标轮廓进行较好地跟踪,并且复杂度较低。     

NEMS矢量水听器的海上实验研究

NEMS矢量水听器是可以接收来自水下二维空间声音信号的一种新型仿生结构。在室内研究的基础上进行海上实验,对单个NEMS矢量水听器采集的船辐射噪声进行处理。结果表明,单个NEMS矢量水听器能够在真实的海洋环境中对运动的目标进行航迹跟踪;利用CZT方法能够对海上运动目标进行特征线谱分析,提高了在局部频段内的分辨能力,频率分辨力可达0.32 Hz。     

一种改进的纯方位目标运动分析方法研究

本文分析了观测目标初始方位的准确度对纯方位目标运动分析跟踪性能的重要影响。在此基础之上,基于匹配场处理思想提出一种改进的纯方位目标运动分析方法,该方法将目标的初始方位作为待估计量,在目标初始方位可能的空间内进行搜索,构成多个滤波器估计出不同目标初始方位下对应的目标运动参数,并分别推算出目标方位序列作为预测场,根据推算的目标方位序列与实际观测的目标方位序列的匹配性确定目标的实际初始方位,从而实现对目标速度、航向、初始距离、初始方位四要素的完整估计。仿真结果表明,本文方法能够有效提高纯方位目标运动分析方法的跟踪性能。     

基于光流和水平集模型的运动目标自动跟踪方法

在分析直升机在天空飞行序列图像特点的基础上,提出了基于光流和水平集模型的运动目标自动跟踪方法。该方法通过对图像进行高通滤波预处理,获得运动目标的特征图像,用特征图像来求解运动目标的光流,用光流对运动区域进行分割,获得运动区域的中心和半径,以该中心和半径的圆作为初始水平集曲线,以光流速度作为曲线演化的外力修改Chan and Vese模型,用改进后的模型对图像进行分割。实验证明,用本文方法能够快速、准确地自动跟踪运动目标。     

基于视觉搜索的舰船跟踪方法研究与仿真

基于视觉图像处理方法实现对舰船目标的跟踪识别,提高对舰船目标的搜索和打击能力。传统方法采用舰船目标轮廓亮点检测方法实现对目标的视觉搜索,在图像模糊和背景干扰较强时,检测效果不好。本文提出一种基于相邻帧补偿和尺度不变特征变换的舰船视觉搜索跟踪算法。为提高舰船目标图像视觉特征采集的清晰度和稳定性,采用电子稳像技术对舰船视觉信息采集进行直方图均衡处理,采用尺度不变特征变换SIFT技术对舰船目标进行角点特征提取。采用相邻帧补偿技术进行背景干扰滤波,在相邻两帧之间求解舰船的运动参量,实现对舰船目标的视觉搜索和跟踪。仿真实验表明,采用该算法实现对舰船目标的视觉搜索跟踪,舰船视觉特征的稳像性能较好,对舰船目标的准确识别率较高,展示了较好的应用价值。     

基于块匹配的迭代滤波在SAR舰船图像去噪中的应用

SAR以自身所具备的诸多优势,在舰船中得到越来越广泛的应用。在实际应用中发现,SAR的成像机制使图像中容易出现相干斑噪声,对舰船目标检测与识别造成影响。为最大限度地发挥出SAR图像的作用,需要采取合理可行的方法,对SAR图像进行去噪。块匹配算法在SAR图像去噪中的效果较为显著,而常规的块匹配存在虚假信号引入,未能达到平滑去噪的效果。为解决这一问题,可通过迭代滤波的方法,对块匹配算法进行优化。结果表明,经过迭代滤波优化后的块匹配算法,能够达到SAR图像的去噪要求。