运动目标相关跟踪算法的研究

《运动目标相关跟踪算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、运动目标相关跟踪算法的研究　　摘要：针对在红外目标跟踪过程中出现的目标被遮挡和被类似目标干扰而不能准确跟踪的情况，对运算量较小、不易受个别噪声影响的MCD算法进行了改进。在跟踪目标过程中采用合适的目标更新策略和预测性能较好的综合预测。仿真结果表明，该改进算法既减少了运算量，又有较好的稳定性和抗干扰性。　　关键词：综合预测；目标跟踪；MCD；抗干扰性　　中图分类号：TN911.7?34文献标识码：A文章编号：1004?373X（2016）01?0057?02　　0引言　　相关跟踪算法[1]是将包含目标的模板图像在待匹配图像上以不同的偏移

2、值位移，根据相关函数逐像素计算模板图像和待匹配图像间的相似程度，相关函数取得最大值的位置就是目标位置。由于此跟踪方法不需要对图像进行分割，也不需要提取目标的特征，只需在原始图像数据上进行运算即可，保留了图像的全部信息，所以在许多复杂环境场景中是一种切实可行的目标跟踪方法。因此，相关跟踪算法在跟踪系统中得到了广泛的应用。常见的相关跟踪算法有平均绝对差分法（MAD）、序贯相似性检测算法[1]（SSDA）、最大近邻距离[2?3]（MaximumCloseDistance，MCD）相关匹配算法等。MCD算法因运算量较小，不受个别噪声点的影响成

3、为应用广泛的方法。4　　在对目标的跟踪过程中，如果对每一帧图像的每个位置都要计算模板图像和它的匹配值来确定目标的位置，计算量太大，不能满足跟踪系统对实时性的要求。一种简化匹配过程的常用方法是根据目标前面的运动信息去预测当前位置，这样可缩小搜索范围，减少目标跟踪中的计算量，提高跟踪的稳定性和抗干扰性。　　3综合预测在MCD算法中的应用　　MCD算法的优点在于计算量小，并且不受个别噪声点的影响；自适应模板的修正策略可以在一定程度上克服实际图像的变形、噪声、遮挡等变化。研究过程中发现，正常情况下此方法可以实现稳定的跟踪，但当目标的状态变化较

4、大时，跟踪效果不理想。所以想到在更新之前采用运动预测目标可能出现的位置对模板更新进行约束。通过对几种预测器的详细分析可知：综合预测器的运算量不大，用于跟踪不会影响跟踪系统对实时性的要求，用它预测目标的位置，预测值较接近于真实值。本文对MCD算法做了改进，提出了加入更新和预测的相关跟踪算法――基于MCD距离的自适应模板修正策略和基于综合预测器的相关跟踪算法，并且分别让线性预测和平方预测与MCD算法结合，对同一序列图像进行跟踪，通过仿真实验对这三种预测器的性能进行了验证、比较。　　4仿真实验结果　　仿真实验对一组红外序列图像进行跟踪。基于

5、线性预测、平方预测的算法跟踪如图1所示，基于综合预测的MCD算法跟踪如图2所示。4　　对比图1，图2可以看出：在抗干扰能力方面，线性预测跟踪遇到类似目标时跟踪受干扰，模板发生了漂移，如第55帧图；综合预测跟踪不受类似目标的干扰，抗干扰能力明显强于线性预测跟踪。在抗遮挡能力方面，线性预测跟踪在目标被部分遮挡时，模板就一直漂移，直到目标完全出现才能稳定跟踪；平方预测跟踪在目标被遮挡一小部分时跟踪稳定，在第59帧目标被进一步遮挡时，模板发生了漂移，直至目标大部分出现时才正确跟踪；综合预测跟踪由图2（b）和图2（c）可看出目标部分被遮挡或全部

6、被短暂遮挡时跟踪仍能稳定进行。由此可见，线性预测跟踪的抗遮挡能力最差，平方预测跟踪稍好一点，综合预测跟踪的抗遮挡能力最强。　　5结语　　MCD跟踪算法运算量较小并且不受个别噪声点的影响，因此成为运动目标跟踪中的常用方法。如果在匹配过程中根据目标前面的运动信息去预测当前位置，这样可缩小搜索范围，减少目标跟踪中的计算量，提高跟踪的稳定性和抗干扰性。本文采用综合预测器与MCD相结合的方法对红外序列图像进行仿真跟踪。仿真结果表明：在目标运动轨迹变化不是太大的情况下，即使目标部分被遮挡或全部被短暂遮挡，该算法仍能准确预测出目标下一时刻的位置，表

7、明该算法的稳定性。类似目标的干扰对跟踪没产生影响，表明该算法还具有一定的抗干扰性。　　参考文献　　[1]张万清.飞航导弹电视导引头[M].北京：宇航出版社，1994.　　[2]ZHANGGuilin，RENXianyi，ZHANGTianxu.Correlationtrackingusinganoveldistancemeasurementasfeedback[J].InfraredandLaserEngineering，2003，32（6）：47?53.　　[3]4罗诗途，张?^，罗飞路，等.基于自适应模板修正的相关跟踪方法[J].

8、仪器仪表学报，2004，25（4）：633?635.　　[4]张贤达.现代信号处理[M].2版.北京：清华大学出版社，2002.　　[5]安建虎.相关跟踪与特征匹配技术研究[D].沈阳：中国科学院沈阳自动化研究所，200