一种模板匹配的快速实现方法

《一种模板匹配的快速实现方法》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、第37卷第1期航天返回与遥感2016年2月SPACECRAFTRECOVERY&REMOTESENSING63一种模板匹配的快速实现方法李超于飞康晓军(北京空间机电研究所，北京100094)摘要文章主要研究视频图像运动中目标轨迹的准确预测和快速定位，从而能够为光电跟踪控制系统提供可靠的位置数据和运动参数。光电跟踪控制系统要求对运动目标有较快的响应速度，响应时间越短，系统的实时性就越好，因此快速而准确的目标跟踪算法显得尤为重要。高帧频的跟踪控制系统限制了图像处理的计算时间，实时性与计算精度很难兼顾，传统的目标跟踪方法难以适用。针对这一问

2、题，文章提出基于Kalman滤波轨迹预测的模板匹配方法，通过建立目标的运动模型，给出了Kalman滤波的过程方程与测量方程。在目标跟踪过程中，对'-3前帧匹配得到的目标运动数据进行滤波处理，预测下一帧目标的运动参数。文章方法的优点是可以利用匹配值不断地修正预测值，同时修正系统模型参数和噪声统计参数，保证计算的快速性与跟踪的准确性。文章方法的优势在于摒弃了遍历搜索目标的盲目性，使目标跟踪更具有针对，}生，在保证精度的同时节省了时间。通过多次运动测试，仿真结果表明：算法具有良好的实时性和一定的适应环境变化的能力。关键词目标跟踪模板匹配卡尔

3、曼滤波卡尔曼预测中图分类号：TP75l文献标志码：A文章编号：1009—8518(2016)01—0063．08DOI：10．3969／j．issn．1009-8518．2016．01．008AFastMethodofTemplateMatchingLIChaoYUFeiKANGXiaojun(BeijingInstituteofMechanics&Electricity,Beijing100094．China)AbstractAccuratemotionpredictingandquickpositioningofmovingtar

4、getinvideoimagesaremainlystudiedinthispaper．Inordertoitisrequiredthatprovidecrediblepositiondataandmotionparametersoftargetinelectro—opticaltrackingcontrolsystem，theelectro—opticaltrackingandcontrolsystemshouldhaveafasterresponse．Theshortertheresponsetimeofthetrackingsy

5、stemis，thebetterthereal—timeperformanceofthesystemis．Therefore，afastandaccuratealgorithmoftargettrackingisveryimportant．Arackingcontrolsystemofhighframeratelimitsthecomputingtimeofimageprocessing．Itisdifficulttotakeintorealtimeandcalculationcostaccount．Thesimultane—ousl

6、ytraditionaltargettrackingmethodsaredifficulttoapply．Tosolvethisproblem，atemplatematchingmethodbasedonKalmanfilterisproposedinthispaper．Thetargetmotionmodelisestablished，andtheKalmanfilteringprocessandmeasureequationsaregiven．Duringtracking，thetargetmotiondatareceivedin

7、currentflameareusedinfilteringprocessingandpredictingthemotionparametersoftargetinthenextframe．Thismethodcanusematchingvaluetomodifythepredictedvalues，theparametersofsystemmodelandstatisticsnoiseatthesametime，whichmakessurethespeedofcalculationandtheaccuracyoftracking．T

8、headvantagesofthismethodaretoabandontheblindsearchingfortarget，ensurethetargettrackingalgorithmmoreindividuali