遠(yuǎn)紅外小目標(biāo)的檢測與跟蹤

《遠(yuǎn)紅外小目標(biāo)的檢測與跟蹤》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、.遠(yuǎn)紅外小目標(biāo)的檢測與跟蹤摘要：驗證了一種基于紅外小目標(biāo)視頻圖像序列的跟蹤算法，主要研究了基于形心計算的跟蹤方法和基于最小絕對差準(zhǔn)則的匹配跟蹤方法。分別仿真驗證，并從實現(xiàn)結(jié)果出發(fā)得出了兩種算法的適用范圍和各自存在的不足。關(guān)鍵字：遠(yuǎn)紅外小目標(biāo)檢測與跟蹤0引言隨著近十幾年信息技術(shù)的飛速發(fā)展，計算機硬件的處理能力不斷提高，存儲成本大幅下跌，一些研究人員開始重點研究計算機視覺中有關(guān)運動的問題。與處理單幅圖像相比，圖像序列引入了新的時間維以及時間相關(guān)性約束，這一額外的約束激發(fā)了人們對視頻理解的研究.視頻序列目標(biāo)跟

2、蹤是指對傳感器攝取到的圖像序列進(jìn)行處理與分析，一旦目標(biāo)被確定，就可獲得目標(biāo)的特征參數(shù)。由于視頻跟蹤具有廣泛的應(yīng)用范圍，因而引起了世界范圍內(nèi)廣大研究者的興趣。在1996年至1999年間，美國國防高級研究項目署（DARPA）資助卡內(nèi)基梅隆大學(xué)、戴維SARNOFF研究中心等著名大學(xué)和公司合作，聯(lián)合研制視頻監(jiān)視與監(jiān)控系統(tǒng)VSAM，主要研究目的是開發(fā)用于戰(zhàn)場及普通民用場景的自動視頻理解技術(shù)。DARPA在2000年又資助了重大項目HID計劃，其任務(wù)是開發(fā)多模式的監(jiān)控技術(shù)以實現(xiàn)遠(yuǎn)距離情況下人的檢測、分類和識別，以增強

3、國防、民用等場合免受恐怖襲擊的保護(hù)能力。在2008年，DARPA資助了一項研究實時流視頻監(jiān)視的技術(shù)。國內(nèi)許多研究所和大學(xué)也投入了大量的精力致力于圖像跟蹤的研究。如清華大學(xué)人機交互與媒體集成研究所在人臉跟蹤、視覺監(jiān)控、等方面取得了許多科研成果；北京自動化研究所模式識別國家重點實驗室在交通場景監(jiān)控、人體跟蹤、智能輪椅手勢導(dǎo)航等領(lǐng)域進(jìn)行了深入研究。....1設(shè)計背景視頻序列目標(biāo)跟蹤是指對傳感器攝取到的圖像序列進(jìn)行處理與分析，充分利用傳感器采集得到信息來對目標(biāo)進(jìn)行穩(wěn)定跟蹤的過程。一旦目標(biāo)被確定，就可獲得目標(biāo)的位

4、置、速度、加速度等運動參數(shù)，進(jìn)而獲得目標(biāo)的特征參數(shù)。運動分析的目的是根據(jù)運動線索揭示關(guān)于環(huán)境有價值的信息，這些信息可以用來執(zhí)行更高級的視覺任務(wù)，如活動識別、視覺檢索等。由于采集到的圖像序列通常是二維圖像，許多研究者開始使用簡單的二維表示處理運動分析問題，避免了恢復(fù)三維世界的結(jié)構(gòu)、屬性等信息。通過視頻目標(biāo)跟蹤系統(tǒng)通過對圖像的去噪、對圖像進(jìn)行灰度變換、圖像融合、圖像增強等處理，可以快速的篩選并提取有用的信息。在軍事上，視頻序列目標(biāo)跟蹤技術(shù)廣泛應(yīng)用于精確制導(dǎo)、戰(zhàn)場機器人自主導(dǎo)航、無人機助降，靶場光電跟蹤等領(lǐng)域

5、。在民用上，該技術(shù)主要應(yīng)用在智能視頻監(jiān)控、智能交通管制、醫(yī)療影像診斷等方面。2總體方案2.1常用的跟蹤算法2.1.1基于特征的目標(biāo)跟蹤方法基于特征的方法利用了特征位置的變化信息,首先從圖像序列中抽取顯著特征,然后在序列圖像上尋找特征點的對應(yīng)關(guān)系,特征匹配算法大都引入了剛體約束條件,已有的技術(shù)包括結(jié)構(gòu)匹配、樹匹配等。之后利用序列幀圖像中目標(biāo)特征點的對應(yīng)關(guān)系,解算當(dāng)前幀圖像中目標(biāo)位置。2.1.2基于相關(guān)的目標(biāo)跟蹤方法基于相關(guān)的目標(biāo)跟蹤方法是把一個預(yù)先存儲的目標(biāo)樣板作為識別和確定目標(biāo)位置的依據(jù),然后用目標(biāo)樣板

6、與實時圖像中的各個子區(qū)域圖像進(jìn)行比較,找出和目標(biāo)模板最相似的一個子圖像位置,作為當(dāng)前目標(biāo)的位置,....這就是相關(guān)跟蹤的基本思想,這種方法也叫做圖像匹配。2.1.3基于對比度的目標(biāo)跟蹤方法基于對比度的目標(biāo)跟蹤方法又稱波門跟蹤方法,該方法適用于目標(biāo)和背景具有明顯對比度的目標(biāo)跟蹤。該方法需設(shè)計一個波門,波門的尺寸略大于目標(biāo)尺寸,使目標(biāo)不受波門外的背景和噪聲干擾的影響。跟蹤波門可分為固定式和自適應(yīng)式兩種。前者在跟蹤過程中波門的大小始終不變;后者則是在跟蹤目標(biāo)的過程中波門隨目標(biāo)的大小變化而變化。波門跟蹤算法可分

7、為矩心跟蹤算法、邊緣跟蹤算法、雙邊緣跟蹤算法和區(qū)域平衡跟蹤算法等。2.2本方案實現(xiàn)的技術(shù)難點要解決圖像序列的去除噪聲問題，由于目標(biāo)過小故要選擇適當(dāng)?shù)娜コ肼暦椒ǎ瑢θ诤狭硕喾N噪聲的圖像要選用綜合的去除噪聲方法。最終的跟蹤系統(tǒng)要實現(xiàn)自適應(yīng)濾波。要解決小目標(biāo)丟失或被遮擋后再次出現(xiàn)的問題，要保證目標(biāo)再次出現(xiàn)后的準(zhǔn)確識別和跟蹤。....3原理描述3.1形心跟蹤視頻圖像序列濾波去噪背景提取二值化處理設(shè)置波門計算形心目標(biāo)物體跟蹤興趣區(qū)獲取灰度轉(zhuǎn)換攝像頭標(biāo)定物體保證在鏡頭內(nèi)圖(2)形心跟蹤系統(tǒng)流程圖如圖（2）所示，形

8、心跟蹤首先要對圖像進(jìn)行灰度化處理，使彩色圖像轉(zhuǎn)換為8位灰度圖像以方便以后的運輸和處理過程。....3.1.1濾波去噪本次所用圖像序列的噪聲課近似認(rèn)為是椒鹽噪聲，在去噪聲時可以用中值濾波法，本方法可以有效的消除椒鹽噪聲并保持圖像中的邊緣和細(xì)節(jié)。中值濾波法是把領(lǐng)域內(nèi)的所有像素按順序排列，然后用中間值代替中心元素的灰度值作為輸出。二維中值濾波定義為：（1）其中；f(x,y)為原始圖像陣列；g(x,y)為中值濾波后圖像陣列；Median為中值濾波算