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。     

集成局部和全局特征的舰船图像检索算法

针对传统图像检索方法缺少图像分割步骤,导致检索效率较低的问题,提出集成局部和全局特征的舰船图像检索算法。计算色彩相似度,利用相似性度量公式度量样本图像和图像库中图像特征相似性,并设计全局和局部特征融合流程;使用指数函数描述相似度测量方法,并采用均匀分块法分割图像,由此获取2幅图像距离度量;结合遍历局部颜色直方图,对图像预处理,并提取出图像全局颜色特征。抽取图像局部颜色和图像纹理特征,输出相似性最大图像结合空间信息分布特征,由此完成图像检索。通过实验结果可知,使用该算法查全率最高为100%,说明图像检索完整,查准率最高为95%,具有良好的检索效果。     

融合双HOG特征和颜色特征的目标跟踪

目标跟踪是计算机视觉中一个极具挑战性的任务,应用于图像处理、模式识别、自动控制等不同领域.许多跟踪算法都获得了良好的效果,但复杂的运动场景会影响目标跟踪的性能.文中提出一种融合双HOG特征和颜色特征的方法,用于视觉目标跟踪,通过构造双HOG特征和颜色直方图特征,并进行融合,减少运动场景变化对目标跟踪的影响.首先,提取当前帧目标区域的HOG特征,并分割为HOG1和HOG2,利用判别相关滤波器对两个特征分别进行滤波处理,选择出最优的特征;然后,利用颜色直方图提取当前帧目标区域的颜色属性特征;最后,融合双HOG特征和颜色特征,获得特征响应图,在响应图中寻找最大值位置,即预测出的新目标位置.在OTB-2013、OTB-2015基准数据集上与其他6个算法对比,实验结果显示,该方法在处理背景杂乱、平面外旋转和形状变化等目标跟踪方面具有良好性能.     

一种改进的快速压缩跟踪算法

为研究目标跟踪问题,构造多种不同尺度的滤波器对目标进行滤波,生成目标高维特征;利用符合有限等距性质要求的稀疏矩阵对高维特征进行采样,获得目标低维特征.采用朴素贝叶斯分类器输出与Bhattacharyya系数乘积的形式作为目标与候选目标之间的相似性度量,并选择最大值所对应的候选目标作为下一帧中的目标.文中提出了一种改进的快速压缩跟踪算法.实验表明,该改进的算法能够对目标进行有效跟踪.     

基于Camshift的红外舰船目标跟踪

在海空红外图像中舰船的轮廓和纹理特征信息较少,给舰船目标的识别和跟踪带来了极大的挑战。针对这一问题,本文在研究红外系统成像机理及红外图像特性的基础上,利用滤波和直方图均衡化来减少红外图像的噪声,提高红外图像的对比度。此外,详细分析了Camshift算法,设计基于Camshift的舰船目标跟踪方案。     

舰载指控系统功能的定量评估理论:航迹跟踪和预测功能的相对定量评估方法

所谓航迹跟踪和预测问题,也就是如何根据动目标历史观测位置,为其建立相应的航迹,并预测其今后某一时刻的真实位置。目前,有许多能够处理该问题的方法。因此航迹跟踪和预测功能的定量评估不仅仅是舰载指控系统功能评估的一个重要课题之一,而且是选择具体滤波算法时,需要解决的问题;但是在该领域里的探讨中,定性分析的结果多,定量讨论的少,使这方面的工作远未达到能满足实际应用需求的地步。至今,仍然没有一种令人满意的理论,能够指导人们对航迹跟踪和预测功能进行定量估,或者指导人们,在精度和计算量之间作出定量的权衡,选择滤波算法(当前仅有的一些定量分析的结论也仅仅只能出现在一些讨论的论文里,难以登载于这方面的专著中)。为此,本文提出了一种相对的评估各种位置预测算法的优劣定量的方法,即以一种位置预测算法作为尺度相对地、定量地度量和评估各种位置预测算法。由于这是一种全新的方法,所以本文在讨论可作为各种位置预测算法的优劣评估尺度的位置预测算法必须满足的基本原则(正确性、完备性、合理性、度量性)的基础上,分析给出了一种可作为评估尺度的位置预测算法。最后作了几个评估的实例。     

三维动态舰船图像颜色特征自动提取及应用研究

以提升舰船颜色特征的应用技术水平,研究三维动态舰船图像颜色特征自动提取和应用方法。通过相机采集三维动态舰船图像颜色特征后,先使用PCA算法获取三维动态舰船图像的颜色特征子空间,再通过K-means聚类算法得到三维动态舰船图像颜色特征,以该颜色特征作为基础,分别利用支持向量机算法和二阶常速模型实现舰船目标识别和航迹跟踪。实验结果表明,该方法可有效提取三维动态舰船图像颜色特征的R、G、B分量,提取舰船图像颜色特征能力较强。将提取到的三维动态舰船图像颜色特征,应用到舰船目标识别和航迹跟踪,可有效识别舰船和跟踪舰船航迹,应用效果较为显著。     

Kalman滤波应用于GPS相对导航信息解算方法

舰艇编队航行协同作战,必须精确确定编队成员间的相对位置和方位,即进行相对导航。研究利用GPS伪距信息进行差分,以卫星伪距差分信息作为观测量,以跟踪船相对目标船的位置信息作为状态量,建立相对导航模型,利用卡尔曼滤波解算跟踪船相对目标船的位置信息,从而获得跟踪船相对目标船的距离和方位信息。应用此方法进行实测实验,结果表明测距精度优于0.2 m,方位精度优于5°。     

节点信息融合的舰船目标跟踪算法

舰船目标跟踪成为各国关注的热点,针对当前舰船目标跟踪算法存在的跟踪速度慢、跟踪精度低等缺陷,以提高舰船目标跟踪效果为目标,设计了基于节点信息融合的舰船目标跟踪算法。首先采用多个传感器对舰船目标状态信息进行收集,并对信息进行一定融合,减少舰船目标状态信息的重复率,然后引入跟踪-学习-检测技术对舰船目标进行跟踪,最后采用舰船目标跟踪实验测试其性能。结果表明,本文算法可以动态、准确地对舰船目标进行检测和跟踪,相对于当前其他舰船目标跟踪算法,无论是跟踪精度或者是跟踪实时,均具有十分明显的优势。     

基于粒子群优化粒子滤波的声呐目标检测前跟踪

针对传统固定粒子数粒子滤波算法计算量大、复杂环境下声呐微弱目标检测与跟踪鲁棒性不强的问题，提出基于粒子群优化（PSO）算法的粒子滤波检测前跟踪方法（IPSO-PF-TBD）。该算法在滤波预测与步骤更新之间加入PSO算法，结合预测信息和更新完成的粒子分布状态进行优化，将粒子集合转移到后验概率密度较大的区域，并充分利用声呐回波信号中目标粒子的权重信息设置粒子自适应采样策略，通过检测前跟踪（TBD）技术的数据帧间能量累积和目标检测，提高目标检测前跟踪的性能。仿真试验结果表明，提出的检测前跟踪处理方法对低信噪比及快速机动等复杂环境下的目标进行跟踪时，在位置估计精度和误差值方面明显优于粒子滤波（PF）和PSO-PF算法，具有一定研究和应用价值。     

基于粒子滤波的无人机侦察图像跟踪算法研究

针对无人机侦察图像跟踪的实时性以及战场环境复杂的特点,研究了在复杂背景下实现对单一目标跟踪,提出了一种基于粒子滤波的快速目标跟踪算法,通过计算机仿真将此方法与传统的目标跟踪方法进行了对比,实验结果表明,该算法能够稳健地跟踪目标,具有很好的准确性、实时性和鲁棒性。     

基于FCM与PMHT的红外目标跟踪与检测算法研究

为了对复杂海天背景下红外弱小目标实现稳定、有效的跟踪,文中在参考和改进传统PMHT跟踪算法的基础上,提出了基于FCM和改进PMHT算法的红外弱小多目标跟踪算法。与传统PMHT跟踪算法不同之处在于：这里结合红外弱小目标的位置、灰度、像素面积、航迹等特征参数,在PMHT算法中融入基于特征参数的模糊聚类思想,即在PM-HT算法中,通过模糊聚类来调整系统噪声方差,经过不断修正系统运动模型,从而在整体上完成了对于数据关联的寻优以及对于运动目标模型的在线辨识。     

光电跟踪仪综合测试系统

光电跟踪仪综合测试系统的研制旨在解决光电跟踪仪制造、验收和修理中电视和红外两个通道的跟踪精度、跟踪速度、跟踪加速度等功能和性能的综合测试问题。从系统的功能、主要技术指标、系统工作原理和结构组成等几个方面对光电跟踪仪综合测试系统进行了详细介绍。     

多目标干扰环境中威胁目标自动跟踪方法

针对多目标干扰环境中威胁目标发现与跟踪困难的问题,研究一种基于随机有限集(RFS)的高斯混合概率密度假设(GM-PHD)滤波的算法,建立目标的随机有限集形式的运动和观测模型,利用卡尔曼滤波的预测和更新过程,对被动声呐输出的多目标方位和窄带线谱同时进行跟踪,利用所提取窄带线谱能量作为不同方位目标的输出检测量,可实现对包含线谱的窄带威胁目标的自动跟踪。试验数据的处理结果表明,所提方法可以实现在多目标的复杂情况下对感兴趣的威胁目标的自动跟踪。     

一种基于BP神经网络的机动目标跟踪算法

交互式多模型（IMM）算法是一种可以有效跟踪机动目标的滤波算法,针对其跟踪精度和计算量在很大程度上受制于模型选择和转移概率确定的问题,提出了一种利用BP神经网络修正子模型滤波结果的改进IMM算法。仿真实验表明,该方法可以使IMM算法的收敛速度加快,收敛精度提高,改善了跟踪性能,具有一定理论指导意义。     

基于扩张状态观测器的双桨推进无人艇抗干扰目标跟踪控制

[目的]针对无人艇(USV)的模型不确定性和未知海洋环境扰动,提出一种基于扩张状态观测器(ESO)的双桨推进无人艇抗干扰目标跟踪控制算法.[方法]在运动学层级,设计基于平行接近制导原理的目标跟踪制导律;在动力学层级,针对模型不确定性和未知环境扰动,设计基于ESO的纵荡速度和艏摇角速度自抗扰控制律,以减小模型不确定性和环...     

无人船目标探测与跟踪系统

基于GNC架构完整构建了无人船目标探测和跟踪系统,并在案例三体船上完成了试验航行验证,在功能上实现了自主探测周围环境中的障碍物并对具有一定特征的动态目标进行跟踪航行。系统达成了如下目标：使用激光雷达探测周围环境的障碍物,运用有限的计算资源处理点云数据并保证实时性;通过特征提取、数据关联和运动状态估计,能够持续锁定目标;基于纯跟踪法实现了对目标船的跟踪航行。此项研究对实船应用具有较强的借鉴意义。     

基于粒子群优化的SAR图像舰船目标特征选择

SAR图像特征提取和分类器设计是进行目标识别的关键,通常情况下分类器性能与特征数量之间并不存在线性关系,相反过度冗余的特征甚至会导致分类器性能严重下降,因此特征选择成为必要。提出一种粒子群优化与Wrapper策略相结合的特征选择方法,针对包含待识别舰船目标的SAR图像,提取其3类共16个典型特征,利用本文所提算法筛选出最佳的特征组合。实验结果表明,将本文所提取的特征组合用于目标识别,分类精度提高了22%,分类时间缩短了2.16 s。     

基于无人水面艇感知网的目标船航迹关联与数据融合

针对现有无人水面艇（Unmanned Surface Vehicle，USV）在航行过程中感知周围航行目标时出现的数据源单一、数据延迟、数据丢失等问题，提出一种基于USV搭载的航海雷达和全球定位系统（GPS）数据源的USV海上航行目标感知数据融合方法。基于最小误差法提出雷达原始图像数据解析算法，并采用数据剔除、时间空间统一方法完成对目标数据预处理，构建基于欧氏距离和马氏距离的航迹关联算法模型、基于层次分析法（Analytic Hierarchy Process，AHP）和专家评价法的融合数据权重分配模型。同时，开展USV试验研究，验证整体融合方法。结果表明，目标原始数据预处理方法合理可靠，融合算法稳定可信，可为USV海上航行目标感知、安全航行及快速避碰提供技术和算法支持。     

水声目标辐射噪声谐波特征提取算法

水下目标辐射噪声中的谐波分量包含了反映目标自身本质特性的信息,能否有效提取目标谐波特征关系到目标识别的效果.论文基于目标辐射噪声的一般数理模型,利用最大似然估计和卡尔曼滤波理论,提出一种水下目标辐射噪声谐波特征的提取与分析算法,估计得到了谐波的瞬时基频;然后利用卡尔曼滤波器跟踪瞬时基频的时变特性,实现对基频的精确跟踪和估计;并提取各阶谐波的振幅,得到目标的谐波特征;最后结合仿真信号与实测数据进行对比,验证了谐波特征提取算法估计基频和提取谐波信息的可行性.