一种融合卡尔曼滤波的改进时空上下文跟踪算法

《一种融合卡尔曼滤波的改进时空上下文跟踪算法》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、航空学报ActaAeronauticaetAstronauticaSinicaFeb252017Vol38No2SSN1000—6893CN11—1929／Vhttp：／／hkxbbuaa．edu．cnhkxb@buaaeduCR一种融合卡尔曼滤波的改进时空上下文跟踪算法赵洲1’2，黄攀峰1’2一，陈路1‘2]．西北工业大学航天学院智能机器人研究中心，西安7100722．西北工业大学航天飞行动力学重点实验室，西安710072摘要：针对时空上下文跟踪算法对快速运动和遭受严重遮挡目标的跟踪精度下降问题，提出一种融合卡尔曼滤波的改

2、进时空上下文跟踪算法。首先人工标记目标所在的矩形区域，然后利用改进的时空上下文算法对目标进行稳定跟踪，在跟踪过程中，基于连续两帧图像灰度的欧氏距离判定目标跟踪状态，当判定目标遭受严重遮挡时，利用卡尔曼滤波进行预测估计。算法对噪声有一定的容忍度，通过降低噪声对跟踪过程的影响，能够得到更优的目标区域。仿真实验结果表明：本文算法适用于不同光照强度下高速、高机动目标的稳定跟踪，并且对目标的尺度变化和短时严重遮挡具有鲁棒性。算法帧平均耗时为34．07ms；帧几何中心平均误差为5．43pixel，比时空上下文算法减少70．2％；目标轮廓

3、面积平均误差为13．08％，比时空上下文算法减少52．7％。关键词：目标跟踪；卡尔曼滤波；时空上下文；置信图；贝叶斯；欧氏距离中图分类号：V249；TP391文献标识码：A文章编号：10006893(2017)02320306—11计算机视觉已经在许多领域得到运用，其中目标跟踪作为其重要的组成部分，已经成为研究的热点问题。目标跟踪在商业领域中可以用于智能监控、人机交互、目标定位和人体跟踪等口]；军事领域中可以用于敌对目标的自动定位和追踪等[21；航天航空领域中可以用于非合作目标抓捕，合作目标定位、导航和追踪，以及空间机器人的

4、伺服控制等。虽然目标跟踪在各个领域中得到了广泛运用，但由于跟踪对象以及对象所处的复杂环境，目标跟踪仍然存在许多亟待解决的难点：①目标的轮廓、位姿和尺度变化等内在因素；②跟踪过程出现的光照强度变化、遮挡和复杂背景等外在因素口]。针对目标跟踪过程中可能存在的遮挡、光照强度和目标位姿变化等问题，研究人员提出许多不同的跟踪算法。这些算法大多运用模板匹配阻5I、小面元跟踪‘6。7]、粒子滤波[”⋯、稀疏表达L”]、轮廓建模[“3和图像分割[121等。比如，Pouya等_l副提出一种基于Kanade—Lucas—Tomasi(KLT)和

5、卡尔曼滤波的跟踪算法，该算法运用KLT跟踪目标，同时，通过卡尔曼滤波算法对KLT得到的跟踪结果进行估测，以获得跟踪的最佳路径。Wang和Liu[141提出了一种基于目标质地特性的跟踪方法，该算法估计目标在当前帧的位姿，通过卡尔曼滤波算法预测在下一帧时目标的位姿。为了增强在目标跟踪过程中卡尔曼滤波算法的稳定性，Fu和Han[1朝对线性卡尔曼滤波算法进行了改进，该算法首先利用背景差分法搜寻移动目标，然后将质心加权方法用在卡尔曼滤波算法中，优化预测状态值。Su等口61对视觉显收稿日期：2016一04—11；退修日期：2016—05

6、-19；录用日期：2015．06—27：网络出版时间：2016—06—2908：22网络出版地址：WWWcnkinet／kcms／detail／111929V201606290822002．html基金项目：国家自然科学基金(11272256，61005062，60805034)*通讯作者E-mail：pfhuang@nwpueduCB戮角格武：赵涌．黄攀峰，陈路一种融合卡尔曼滤波的改进时空上下文跟踪算法!Jj航空学报。2017．38(2)：320306ZHAOZ．HUANGPF．CHENL．Atrackingalgorit

7、hmofimprovedspatio—temporalcontextwithKalmanfilte吐Jj．ActaAeronauticaetAstro—nauticaSinica，2017，38(2)：320306320306—1航空学报著性模型进行了改进，将其与粒子滤波算法一起用于解决目标突然运动问题。蔡佳和黄攀峰口7]提出了一种适用于目标位姿发生快速变化的跟踪算法，该算法对跟踪形变较大和遭受部分遮挡的目标具有鲁棒性。高羽等口胡针对机动目标，提出了一种全新的动态模型，有效解决了状态模型不准确引起的问题。甘明刚等[1阳在传统

8、MeanShift算法中引入了归一化转动惯量，并且针对目标被遮挡情况利用卡尔曼滤波进行预测估计，实验表明该算法在面对目标产生较大位姿和轮廓变化，以及遭受部分遮挡时，都能表现出良好的跟踪效果。但是，当目标遭受严重遮挡时，上述跟踪算法很难确保有效跟踪。在目标跟踪过程中，常常会忽略目标与其周围环