运动平台上基于粒子滤波的目标跟踪技术

运动平台上基于粒子滤波的目标跟踪技术

ID:46779810

大小:239.49 KB

页数:3页

时间:2019-11-27

运动平台上基于粒子滤波的目标跟踪技术_第1页
运动平台上基于粒子滤波的目标跟踪技术_第2页
运动平台上基于粒子滤波的目标跟踪技术_第3页
资源描述:

《运动平台上基于粒子滤波的目标跟踪技术》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40卷第5期20lO年9月航空计算技术AeronautjcalComputingTechniqueV01.40No.5Sep.2010运动平台上基于粒子滤波的目标跟踪技术孙伟,张科,李言俊,姜伟(西北工业大学航天学院,陕西西安710072)摘要:在固定平台上实现视频运动目标的准确跟踪本身就是一项富有挑战性的工作。何况在运动平台上,受到背景杂波、亮度变化以及摄像机运动等干扰的影响,要想成功地对目标进行跟踪则更加困难。提出将强度梯度跟踪器与粒子滤波相结合,实现对运动平台上的视频序列中的运动目标的准确跟踪。实验结果表

2、明,跟踪方法能准确、可靠地自动跟踪视频序列中的运动目标。关键词:目标跟踪;粒子滤波;强度梯度;运动平台中图分类号:1甲391文献标识码:A文章编号:1671.654X(2010)05-0035-03引言为了分析空中目标的空气动力学特性,人们期望通过视频摄像机实现运动目标跟踪。当被跟踪目标和跟踪平台动态运动时,因受到场景背景变化、光照变化等因素的影响,使得跟踪问题变得更加复杂。另外,处于安全考虑,不能总是靠人工操作摄像机实现对运动目标的跟踪。本文提出一种采用图像梯度跟踪器结合粒子滤波实现视频序列中空中目标的准确跟踪

3、方案。通过对人工拍摄的视频序列中的运动目标的跟踪实验,验证了本文算法的有效性和依该方法建立实时跟踪系统的可行性。为了应用梯度跟踪器,我们假设被跟踪目标模型为二维刚体。在实时系统中,二维刚体目标跟踪已经得到了成功验证忙]。把人的头部建模为椭圆形时,使用强度梯度计算方法,实现了视频序列中人体的运动跟踪。由于梯度跟踪器具有模型简单、应用直接等特点,因此本文选择该跟踪器解决飞行目标跟踪问题。另外,为了满足实时应用的需要,提出了基于粒子滤波增强的强度梯度的局部搜索方法。由于粒子滤波采用动态观测模型随时间传递随机集,因而能够

4、跟踪高动态或者快速移动目标。相比传统滤波方法,粒子滤波能更准确地预测被跟踪目标的状态。文献[5]已经证实粒子能够在复杂的环境中实时地跟踪运动目标”J。1方法首先在视频序列的第一帧图像中,全局搜索使目标模型亮度梯度最大的位置;然后将第一帧图像中目标的位置和尺寸作为第二帧图像中目标梯度搜索的初始值。基于强度梯度测量,利用粒子滤波算法实现被跟踪目标的状态估计;并以粒子滤波的状态估计对下一幅图像中局部强度梯度搜索进行更新。基于粒子滤波状态估计概率模型,采用亮度梯度跟踪器对整个视频序列进行搜索,实现序列图像中运动目标准确跟

5、踪。1.1强度梯度强度梯度跟踪器使用具有固定宽高比的2D矩形对被跟踪目标进行建模【3J。矩形的特征(目标状态)由三个参数确定:s=(工,y,I

6、}),其中(戈,,,)表示矩形中心的位置,后表示矩形的长度。固定的宽高比用来确定矩形的大小。跟踪器对图像进行搜索,寻找某个状态值使矩形周围梯度幅值的归一化和值最大,即:。10。.,⋯s2ao鼍翼ax{育己l既l}LlJ⋯。’f;l式中:g;是边缘像素i的梯度,Ⅳ是矩形内像素数总和[4】。对于全局和局部强度梯度计算,都使用求和公式(1)构建图像和局部跟踪点(茹,,,)的梯度

7、图。全局强度梯度搜索初始位置和使强度梯度归一化和值最大的后值时,假设边界区域不包括被跟踪目标。该假设能够简化测试代码,但在实际系统中不进行应用。局部强度梯度搜索是基于粒子滤波状态估计的。对围绕估计位置(菇,y)处的图像窗进行搜索,用来最大化梯度的归一化和值。粒子滤波估计的后值用于确定矩形的尺寸并用于对目标进行建模。基于粒子滤波状态预测进行局部图像窗梯度搜索,相比全局强度梯收稿日期:20lO.06.24基金项目:航天支撑基金资助项目(N9X僦)作者简介:孙伟(1979一)。男,山东莱州人。硕士研究生,研究方向为导航

8、、制导与控制。·36·航空计算技术第40卷第5期度搜索,能够减少运算时间。1.2粒子滤波器粒子滤波器是对贝叶斯估计方法的模拟HJ。简单的粒子滤波算法包括三个步骤:初始化、重要性采样和重采样。初始化是在数据的随机采样的基础上对后验概率密度函数进行估计。根据后验概率密度函数实现对目标状态的估计,而后验概率密度函数由一组加权粒子来表示。粒子状态z。的估计表示为:戈。={茗,y,后}(2)采用最小均方误差准则对粒子进行加权平均,求得目标状态估计。粒子滤波实现视频序列目标跟踪,不需要密度函数的显式描述哺】,只需要从每帧图像

9、的p(气‰)采样得到一组随机样本,且每个样本都由s:值、x。和采样概率仇确定。算法l给出了算法的伪代码[6】。在粒子滤波视频目标跟踪算法中,必须建立目标的状态转移方程和观测模型№】。状态动态运动的建模如下:戈。+l=石t+t£I。+口‘(3)算法l:在#+1时刻,对Ⅳ个采样中的第珏个采样粒子进行如下步骤:1)产生一个均匀分布的随机数r∈[0,1];2)通过对m的二进制表示

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。