基于边缘信息的灰度目标跟踪算法

《基于边缘信息的灰度目标跟踪算法》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、2015年12月第4l卷第12期北京航空航天大学学报JournalofBeijingUniversityofAeronauticsandAstronauticsDecember2015V01．4lNo．12http：／／bhxb．buaa．edu．cnjbuaa@buaa．edu．cnDOI：10．13700／j．bh．1001—5965．2014．0827基于边缘信息的灰度目标跟踪算法郑海超1，毛峡“，梁晓庚1’2(1．北京航空航天大学电子信息工程学院，北京100191；2．中国空空导弹研究院，洛阳47100

2、0)摘要：提出了一种基于边缘信息的跟踪算法，其可以实现对剧烈变化的灰度目标的精确跟踪．首先，利用基于双同心圆窗口算子的非线性边缘检测算法得到高质量的边缘信息；其次，为了解决单一边缘特征空间不能充分表征目标的难题，提出了一种通过组合边缘图像构建特征空间的方法，以便为目标建模提供充分信息；再次，在构建的特征空间中使用核估计方法对目标进行建模；在目标定位阶段，利用Kalman滤波器对目标进行预估后，再由MeanShift算法在预估位置邻近区域实现目标定位；最后，提出了一种基于形态学的动态模型更新策略，使得算法不仅可以

3、获得精确的目标区域，还可以实现对目标尺寸和形状变化的自适应．实验结果表明，本算法不仅可以有效跟踪剧烈变化的灰度目标，而且跟踪窗口可以实现对目标尺寸和形状的自适应．关键词：计算机视觉；目标跟踪；灰度目标；跟踪算法；边缘检测；MeanShift中图分类号：TP391．4文献标识码：A文章编号：1001．5965(2015)12-2240．10目标成像跟踪作为近年来一个十分活跃的研究方向，在军事领域取得了广泛应用，如武器系统的末端制导、飞行器导引控制、光学和雷达图像侦察跟踪等．在军事领域中，灰度目标跟踪的目的是确定目

4、标在图像序列中的位置和几何区域，以便于进一步实现目标识别或者目标拦截．灰度目标跟踪不同于彩色目标跟踪，主要原因在于这两种目标的内在特征存在较大差异⋯．彩色目标通常含有丰富的颜色及外观信息，目标可识别特征较多．灰度目标颜色及纹理等特征信息较少，目标与背景难以区分，这使得跟踪灰度目标的难度大大增加．目前的大部分目标跟踪算法可以被大致分为两类：随机性框架和确定性框架旧。。．确定性框架通常使用梯度下降搜索以使代价函数达到最小，这类算法的典型是MeanShift算法‘441．一般而言，确定性框架计算效率高，实时性好，但容

5、易陷入局部最值．与之相对，随机性框架为了更大概率地达到代价函数的全局最值在搜索过程中引入了一些随机参数．采用随机性框架的典型算法是Kalman滤波算法¨1和粒子滤波算法"。81．与确定性框架相比，随机性的搜索方法更加鲁棒，但是它们所需的计算量很大，尤其是在高维状态空间进行估算时计算量的问题更加突出．在军事应用中，为了满足实时性的要求，计算效率高的MeanShift算法得到了更为广泛的应用”’9-．尽管MeanShift算法具有优良的性能，但其也具有一定缺点：①由于灰度目标所包含的信息较少，目标与背景的区别较小，

6、MeanShift算法容易收敛到局部最值，导致跟踪结果发生漂移¨⋯；收稿日期：2014-12-30；录用日期：2014-04-03；网络出版时间：2015-06-0316：44网络出版地址：WWW．cnki．net／kcms／detail／11．2625．V．20150603．1644．010．html基金项目：高等学校博士学科点专项科研基金(20121102130001)；中央高校基本科研业务费专项资金(YwF．14．DZXY-015)；航天支撑技术基金作者简介：郑海超(1986一)，男，河北承德人，博士研究

7、生，zhenghaichao—buaa@163．corn女通讯作者：毛峡(1952一)，女，浙江义乌人，教授，moukyou@buaa．edu．en，主要研究方向为计算机视觉、模式识别和人机交互．引用格式：郑海超，毛峡，梁晓庚．基于边缘信息的灰度目标跟踪算法fJJ．北京航空航天大学学报，2015，41(12)：2240．2249．ZhengHC，MaoX，LiangxG．Graytargettrackingalgorithmbasedonedgeinformation【j]．JournalofBeijingUn

8、iversityofAero-nauticsandAstronautics，2015，41(12)：2240—2249(inChinese)．第12期郑海超，等：基于边缘信息的灰度目标跟踪算法2241②MeanShift算法对目标的旋转变化适应性较差⋯1；③由于缺乏有效的模型更新策略，MeanShift算法往往无法适应目标的尺寸和形状变化¨“．为了解决上述问题，研究者们提出了一些方法改