红外目标跟踪技术研究

《红外目标跟踪技术研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、红外目标跟踪技术研究尤天来毗，周海徽2(1-国防科学技术大学电子科学与工程学院，湖南长沙410073；2.武瞥广东省总队制关市支队司令部，广东韶关512000；3.武警上海总队第二支队，上海200030)播要：众多的目标跟踪算法中.Mean-Shift跟踪輿法有良好的实时性，肘遮廿■目你变形具右-定的适应性，是公认的效果比咬好的跟踪方法。但它也存在不足，传统的时2一$｝血算法当背駅的宵方图分布和日标的宜方图分布类似时•或者忖标受到光照、阴形铮影响•或冇T扰物体靠近目标时•在融踪时很容丛发生H标丢失。鉴于此•提出凤先使用Kdwm滤波器对距离相对比

2、较远的红外霸小目林的大致运动位皆做出冃标估讣，接着使用Mean-Shifl踪算法在先前目标估计出的区域内做目标的跟踪匹配，并保证稱灰“实疊结果指出，文屮提出的算法对于跟踪•系统的观察噪声扰动具有较陨的春棒性。关霞伺：目标跟踪;Mean-Shift算法;Kalrmiii法渡中图分类号:TP39文獻标识碣:A文章编号：1673-629X(2011)10-0140-03ResearchofInfraredTargetTrackingTechnologyYOUTian—lai2,ZHOUHai-hui13(I-CollegeofElectricScie

3、nce&Engincenng.NaiionalUniversityofDefenseTechnology.(Changsha410073.China；2.ShaoguanDetachmentpGuangdongofCAPF.Shaoguan512000fChina;3.TheSecondDetachmenttShanghaiofCAPF.Shanghai2000301China)Abstmd：lnmanyoflhetargettrackingal^mlhnistMeAn-Shifiirdekinga)aorithmhasgoodreal-tim

4、equality,andhascertainadaptabilitywith£hehcrttargetdeformation.Itisrecognizedasbettereffecttrackingmetbod・TraditionalMean-ShifttruckingalgorithmveryeasyoccurrencetrackingerrorwhenUwshiftalgorithmofhiMogramdiMribulmnsimilarwithtargetbackgroundofhiUogrtmdistributionorcxpDwdto

5、lightandsliadcorhavedistractionsobjectclosetntarget.FirstKalmanfilterforlongdistancebyinfraredobjectmotionpositionroughlyesUmiKte,thenbytheMwn-Shifttargetdouu;ura1clymutchintheestimationdgorilhrasince•urej.ThecxpcrittMnuJda-ushowUtai(healgorithmfur(rackingsystemobservationn

6、oiHdisturbancehasstmegrobustness.Keywords：targettracking；mcan-shiilalgorithm；kalmanlittering0引言现代战争要求红外探测系统能远距离发现、跟踪威胁II标，从而为指挥系统决策和武器系统航得时间。红外探测系统采用被动方式工作•具有很强的抗干扰能力，隐蔽性好，但作用距离短。曲于光学系统的空间分辨率己接近理论极限水平■比较切合实际的方法就是通过提高目标检测算法性能,尤其是弱小目标的检側性能，从而弥补红外探测系统作用距离较短的缺陷°住目标识別与跟踪过程中，红外成像与

7、可见光成像不同，其足热成像，具有强大的“穿透”能力，可以穿透过牧積日期：2011・03-16；修回日期；2011-06-19墓金项目：国药金研垄金顼H(9140A010I07KGOI)作者筒介：尤大米(198O-).刃，占林丘存人•硕士研究生，硏处方向为图煤M别与处理。烟雾和烹暗•通过热成像原理可看到在可见光无法看见的欲观察目标。长期以来，尽管红外成像技术具有显苦的优勢，但由尸红外成像器件比较昂贵，其应用只局限于军事国防领域。随着红外成像相关器件的工艺发展和进步，红外成像设备的性价比也在不断提升，其应用范围也相应的扩展到民用和工业领域，包括消防

8、、交通、夜视、天文、医学、安全监控、电力电子、工业监测等很多领域。红外目标跟琮课题一直以来都是计算机视觉领域中的非常经典问题，其皐本任务可以叙述为在视