基于低对比度机动小目标跟踪算法研究.pdf

《基于低对比度机动小目标跟踪算法研究.pdf》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、分类号：!￡塑!UDC：密级：——编号：——基于低对比度机动小目标跟踪算法研究Reasrchonasmalllow-contrasttargettrackingalgorithm学位授予单位及代码：量壹堡王盍芏!!Q!竖2学科专业名称及代码：电王型堂皇撞查118Q22研究方向：迸鱼佳壁生堂盘拯型撞垄申请学位级别：』址—主一指导教师：丛熊熬攫研究生：』壁—盟_论文起止时间：2QQ911二垫!Q：!!长春理工大学硕士学位论文原创性声明本人郑重声明：所呈交的硕士学位论文，《基于低对比度机动小目标跟踪算法研究》是本人在指导教师的指

2、导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外．本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：毯。遘兰型年三月丛日长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”，同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和cNⅪ系列数据库及其它国家有关部门或机构送交学位论文的复印件和电子版，允许论文

3、被查阅和借阅。本人授权长春理工大学可以将本学位路文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名；，熬盔垃年三月互R导师签名-2塑锌—三月丑R摘要低对比度的机动小目标跟踪的问题在计算机视觉和图像处理领域研究的新的热点之一，并且广泛的应用于军事武器制导、工业生产线、医疗器械和智能交通等多个领域。本文着重阐述了低对比度机动小目标跟踪的算法研究，其中主要包括双波门跟踪算法、MeanShift算法、Camshift算法及Kalman滤波等检测和跟踪算法。针对低对比度机动小目标

4、的特点，本文通过分析改进双波门跟踪算法和结合kalman滤波的Camshift算法，总结了两种目标跟踪算法优缺点。在结合双波门的Camshift算法中，弥补改进双波门跟踪算法和结合kalman滤波的Camshift算法中的不足。实验结果表明，结合双波门的Camshift算法不仅对于低对比度背景条件下连续图像小目标的检测和跟踪的效果非常好，而且提高了目标检测跟踪的实时性、稳定性和精确性。关键宇：低对比度小目标目标跟踪双波门跟踪Camshift算法Kalman滤波AbstractSmallIow—contrasttargett

5、rackingmaneuveringproblem1nthefieldofcomputervisionandimageprocessingisoneofthenewhotspot，andwidelyusedinmilitaryweaponsguidance．industrialproductionlfoes，medicaldevicesandintelligenttransportationandotherfieldsThisarticlefocusesonthemaneuveringofsmalllow-contrast

6、targettrackingalgorithm，whichmainlyincludethetwo-wavegatetrackingalgorithm，MeanShiftalgorithm，CamsbifialgorithmandKalmanfiltering，detectionandtrackingalgorithmsMotorforsmalItargetswithlowcontrast，thispaperanalyzestwo-wavegatetrackingalgorithmtoimproveandjntegrateC

7、amshiftkalmarlfilteralgorithm．summeduptheadvantagesanddisa“antagesoftwotargettrackingalgorithmInthecombinedtwo-wavedoorCamshifialgorithm．tomakeuptwo—wavegatetrackingalgorithmtoimproveandintegrateCamshinkalmanfilteralgorithmdeficienciesTheresultsshowthmtwo-wavecomb

8、inedCamshifialgorithmdoorlowcontrastbackgroundconditionsfofthecontinuousimagesofsmalltargetdetectionandtrackingisveryeffective，butalsoimprovetargetdetec