基于圖像融合的雙波段目標(biāo)跟蹤算法研究

基于圖像融合的雙波段目標(biāo)跟蹤算法研究

ID:34045616

大小:1.10 MB

頁(yè)數(shù):5頁(yè)

時(shí)間:2019-03-03

基于圖像融合的雙波段目標(biāo)跟蹤算法研究_第1頁(yè)
基于圖像融合的雙波段目標(biāo)跟蹤算法研究_第2頁(yè)
基于圖像融合的雙波段目標(biāo)跟蹤算法研究_第3頁(yè)
基于圖像融合的雙波段目標(biāo)跟蹤算法研究_第4頁(yè)
基于圖像融合的雙波段目標(biāo)跟蹤算法研究_第5頁(yè)
資源描述:

《基于圖像融合的雙波段目標(biāo)跟蹤算法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、第41卷第12期激光與紅外Vol.41,No.122011年12月LASER&INFRAREDDecember,2011文章編號(hào):10015078(2011)12138705·圖像與信號(hào)處理·基于圖像融合的雙波段目標(biāo)跟蹤算法研究112周云川,何永強(qiáng),李計(jì)添(1.軍械工程學(xué)院光學(xué)與電子工程系,河北石家莊050003;2.96180部隊(duì),福建莆田351251)摘要:針對(duì)紅外和可見光圖像各自的特點(diǎn)以及單一傳感器在目標(biāo)跟蹤中的缺陷,提出了基于雙波段融合圖像的目標(biāo)跟蹤算法。該方法對(duì)原始圖像進(jìn)行小波分解后,為了滿足目標(biāo)跟蹤的穩(wěn)

2、定性及實(shí)時(shí)性,重點(diǎn)考慮目標(biāo)跟蹤時(shí)需要的邊緣等細(xì)節(jié)信息,采用對(duì)低頻系數(shù)取零,高頻系數(shù)基于小波系數(shù)絕對(duì)值取大的融合方法,然后對(duì)融合后的圖像采用基于Meanshift算法進(jìn)行目標(biāo)跟蹤。實(shí)驗(yàn)結(jié)果表明,此算法可以穩(wěn)定并且實(shí)時(shí)跟蹤目標(biāo),通過(guò)對(duì)單波段采用相同的跟蹤算法進(jìn)行比較,算法在性能上優(yōu)于單波段的目標(biāo)跟蹤。關(guān)鍵詞:小波變換;圖像融合;Meanshift;目標(biāo)跟蹤中圖分類號(hào):TP391文獻(xiàn)標(biāo)識(shí)碼:ADOI:10.3969/j.issn.10015078.2011.12.021Researchondualbandtargettra

3、ckingalgorithmbasedonimagefusion112ZHOUYunchuan,HEYongqiang,LIJitian(1.DepartmentofOpticsandElectronicEngineering,OrdnanceEngineeringCollege,Shijiazhuang050003,China;2.Unit96180ofPLA,Putian351251,China)Abstract:Aimatthelimitationoftargettrackingwithsinglesenso

4、r,aDualBandtargettrackingmethodbasedonimagefusionispresented.Thewavelettransformisadoptedtodecomposetheinputimages.ForthepurposeoffusionwhichistosatisfythestabilizationandRealtimeoftargettracking,itmainlyconsidersthedetailinformationoftarget,suchastheedgeinfor

5、mation.Sothelowfrequencycoefficientsaresettobezero,thehighfrequencycoefficientschooseslargerabsolutevalueofWaveletcoefficient.ThentheMeanshiftalgorithmisusedforfusedimagetotracktarget.Agroupofexperimentalresultsdemonstratethatthepresentedalgorithmcantracktargets

6、teadilywithoutdelay.Comparedwithsinglesensorimage,theproposedalgorithmdemonstratesbetterperformance.Keywords:wavelettransform;imagefusion;meanshift;targettracking1引言像不好,在夜間的成像能力更差。所以,紅外圖像與用可見光和紅外成像傳感器對(duì)視頻圖像中指定可見光圖像所得到的信息有很大差異并形成互補(bǔ)。目標(biāo)進(jìn)行穩(wěn)健、有效地跟蹤是視覺跟蹤系統(tǒng)中一個(gè)如果對(duì)紅外圖像和可見

7、光圖像融合,綜合兩類圖像[1]極具挑戰(zhàn)性的研究領(lǐng)域。由于紅外和可見光傳的互補(bǔ)信息和冗余信息,就能使融合圖像的目標(biāo)輪感器獲取目標(biāo)信息的波段范圍與成像方式不同,紅廓清晰、信息豐富、易于識(shí)別,可以提高目標(biāo)跟蹤的[2]外傳感器對(duì)成像場(chǎng)景內(nèi)的溫差敏感,圖像精度低且穩(wěn)定性和可靠性。目前的圖像融合算法大部分人眼難于識(shí)別。相反,可見光圖像對(duì)目標(biāo)反射敏感,都是針對(duì)提高主觀視覺效果,本文嘗試?yán)秒p波段圖像比紅外圖像的精度高并能提供場(chǎng)景內(nèi)細(xì)節(jié)信息。然而,可見光傳感器對(duì)大氣的穿透成像能力較作者簡(jiǎn)介:周云川(1987-),男,碩士研究生,研究方向

8、為光電對(duì)抗理論與應(yīng)用。Email:zycoptics@163.com差,它對(duì)光線的依賴性較高,在惡劣的天氣條件下成收稿日期:20110503;修訂日期:201105161388激光與紅外第41卷[6-7]圖像的豐富信息,通過(guò)基于小波變換的圖像融合方在許多文獻(xiàn)中已經(jīng)證明,小波高頻系數(shù)區(qū)域選法改善了目標(biāo)直方圖信

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。