线状目标识别与跟踪算法-研究

《线状目标识别与跟踪算法-研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2线状目标识别及跟踪算法研究特征可以用来表达该目标的主要信息，包括位置、大小、长度、宽度等。根据解决问题的角度不同，图像识别算法大体可以分为基于区域和基于边缘两类。基于区域的方法以像素点的色彩、亮度或不变矩等推导量为特征，构成一个特征空间，然后采用特征聚类算法确定图像中的每一个像素点是否属于目标。这种方法的优点是对随机噪声不敏感，即使在强干扰下也能得到大体正确的目标描述；然而由于无法进行准确的边界划分，目标的精确位置信息很难得到。基于边缘的方法应用于目标识别，主要针对线状目标，它比较注重目标内部的特定区域的灰度等特征变化缓慢，目标与非目标之间的明显边缘等因素，在反映边缘特征的边缘点集合中，

2、找出属于目标边缘的直线和线性结构。大部分目标边界是包含在图像的边缘线中的，用边缘线作为条件来描述目标轮廓会得到比较精确的定位结果。但边缘信息是一种局部信息，需要设法在包含各种干扰边缘的边缘图中提取出真正的目标轮廓，这也对边缘提取算法提出了更高的要求。本文第二章对此有较详细的讨论。1．3目标跟踪技术的发展与应用由于图像跟踪技术的优良特性，最先得到了军方的关注，之后逐渐被应用于电视制导炸弹、电视制导炸弹、防空火控系统、机械武器系统、舰载火控系统等军用设备中。国外图像跟踪系统的发展大体划分为三个阶段：60年代为研制阶段，主要攻克关键技术，70年代为装备阶段，80年代以后为分系统集成阶段。经过几十

3、年的发展，图像跟踪系统在世界各国各军兵种中已得到广泛应用。如英国1968年研制成功的WSA420系列舰载火控系统，就是一种雷达附加图像跟踪器的系统；法国VEGA舰载火控系统与雷达配用的图像跟踪系统采用Vidicon摄像管、最佳对比度跟踪体制，对飞机截获距离为11m，对掠海导弹为6．5km，跟踪精度为0．5眦．ad；80年代后美国研制的975型光电跟踪系统、美英联合研制的“海射手II”型、法国CSEE公司和SAGEM公司研制的TOTEM型和Volcall型、以色列elop公司研制的MSIS系统和瑞士康特拉夫斯公司研制的“海上卫士"等系统，在同一个转台上集成了多种传感器，视轴互相平行，而且有的

4、共用光路和窗口，在结构上实现了“三光合一"。传统的跟踪方法大致可分为四种【6】【151：第一种是基于运动分析的方法。主要包括帧间差分法和光流法。帧间差分方法是对相邻帧图像作相减运算之后，对结果图像取阙值并分割，提取运动目标。光流分割法是通过目标和背景之间的不同速度来检测运动目标。基于光流估计的方法都是基于以下假设：图像灰度分布的变化完全是由于目标或背景的运动引起第一章绪论的，即目标和背景的灰度不随时间变化。光流计算首先由Ho肌和SchuIlck提出，随即出现了光流的逐次逼近计算模型，通过位移预补偿方式减小了时域微分估计中的不准确性，极大地提高了光流计算的精度。第二种是基于相关的跟踪方法【2

5、11。将系统的基准图像(模板)在实时图像上以不同的偏移值位移，然后根据一定的相似性度量准则对同一偏移值下重叠的两个图像——基准图像及与基准图像同样大小的实时图像进行相关处理，根据判决准则和相关处理结果，确定目标在实时图像中的位置。这种方法在很多应用系统中被采用，一方面是由于它的简单性；另一方面，当图像中目标特征不明显时，其它跟踪方法都失效，而只有这种方法还能继续运作。不过，由于它以图像间的灰度相关性作为区域相似性的判别依据，一旦连续帧间光照强度发生变化或目标运动的姿态发生变化，都会影响跟踪效果。第三种是基于特征的跟踪方法。为实现跟踪，没有必要跟踪目标的每一点，只需跟踪目标上的某一特征点，就

6、可以实现对整个目标的跟踪，这个特征点可以是目标的质心，也可以是目标上的任意一点，但前提条件是必须保证这一点具有高度的稳定性，即不易受外界因素如光照强度的变化、噪声等因素的干扰。为了提高跟踪的鲁棒性，往往不是只选一个特征，而是选一组特征，即首先在一帧图像中选取一些特征，然后在以后各帧中利用一些约束条件例如平滑性约束来寻找对那些特征的匹配。其主要思想是抽取图像中足以表示目标信息的一组特征序列，与标准特征序列相配准，来确定目标及其在图像中的位置。重要的是选择合适的特征序列，这～组特征序列对目标的大小、位置、方位和照度变化不敏感。图像的特征可以是幅度分布、频谱和几何特征，如点、线、面、边缘、纹理等

7、。第四种是基于模型的跟踪方法。该方法利用点、线、区域把被跟踪的目标拟合成一个几何模型，这样运动目标的跟踪就变成了目标识别问题。这种方法含有高层的语义描述和知识，因此，与其它跟踪方法相比，具有更高的可靠性。由于能够充分利用目标的特殊性质，因此，与只能利用目标一般特征的其它方法相比，该方法具有较大的优势，而且这种优势在复杂环境下显得更为突出，它的缺点是计算量比较大，因为它需要耗费大量的时间来计算复杂的模型以处理模型的平移、旋