眼镜蛇侦察攻击系统中运动目标跟踪方法研究

《眼镜蛇侦察攻击系统中运动目标跟踪方法研究》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、代号10701学号0875960421分类号TP751密级公开UDC编号题（中、英文）目眼镜蛇侦察攻击系统中运动目标跟踪方法研究ResearchonMovingTargetTrackingMethodinCobraReconnaissanceAttackSystem作者姓名阎梅学校指导教师姓名职称卢朝阳教授工程领域电子与通信工程企业指导教师姓名职称张殿富教授提交论文日期二零一四年六月十日西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列

2、的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证

3、，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本学位论文属于保密，在年解密后适用本授权书。本人签名：日期:导师签名：日期:摘要本文研究一种适合于“眼镜蛇侦察攻击系统”运动人体目标跟踪的新方法，使该系统可以自动跟踪运动目标，进而锁定目标并对目标进行侦察和攻击。这样装备部队后，可以有效提高眼镜蛇侦察攻击系统的精确打击能力，减少不必要的伤亡。本文根据眼镜蛇侦察攻击系统的要求和特点，综合分析各种目标跟踪算法，首先选择基于核函数的均值移位（MeanShift）作为运动目标的跟踪算法。均值移位算法使用核函数的颜色直方图来表示目标模型，在

4、一般情况下跟踪目标具有较好的鲁棒性。但存在这样的缺陷，在目标快速运动或被严重遮挡情况下会跟踪失败。传统均值移位算法收敛到背景中与目标颜色较为相似的地方跟踪失败，而且目标再次出现时候无法识别。针对这一问题，在运动目标跟踪中引入Kalman滤波算法。最后，本文提出一种新的改进均值移位运动目标跟踪算法，该算法加入了Kalman滤波算法预测功能，不仅使用位置数据库和特征值数据库预测目标在下一帧的位置，而且利用目标模型和候选模型的相关系数取得最优的位置估计值，然后使用均值移位算法在其邻域内继续搜索，从而目标在完全遮挡或快速移动下还能够实现准确稳定的跟踪。经过实验验证，新算法跟踪效果较为理想，

5、跟踪的准确性也比较高。本文给出了改进的均值移位运动目标跟踪算法的实验结果和分析，为眼镜蛇侦察攻击系统运动目标跟踪的硬件实现提供了重要的理论基础和实验数据。关键词：目标跟踪均值移位Kalman滤波估计AbstractAnewmovingtargettrackingmethodinCobraReconnaissanceAttackSystemisresearched.Thesystemcanautomaticallytrack，lockandattackthemovingtargettogreatlyimproveattackingandmonitoringcapabilityofCo

6、braSystemafterequippingtheCAPF.Thethesisanalysesallkindsofmovingobjecttrackingalgorithms，accordingtothedemandsandcharacteristicsofCobraReconnaissanceAttackSystem.Firstlythekernel-basedMeanShiftalgorithmisdiscussedwell.MeanShiftalgorithmusesthecolorhistogramofnuclearfunctiontorepresentthetarget

7、model，anditsrobustnessisgoodinthenormalcircumstance.Butitexiststrackingfailureifthetargetisallcoveredoritsspeedisfast.Thatistosay，thealgorithmfailswhenthetargetissimilarasthebackgroundandthetargetappearsagain.FinallyanewImprovedMeanShif