复杂动态场景下运动目标跟踪的卡尔曼粒子滤波方法-论文.pdf

《复杂动态场景下运动目标跟踪的卡尔曼粒子滤波方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、激与电子学进展5l，091001(20l4)Laser&0pt0electronicsProgress~2o14(中国激光》杂志社复杂动态场景下运动目标跟踪的卡尔曼粒子滤波方法廖逸琪任侃顾国华钱惟贤徐富元南京理工大学电光学院，江苏南京210094摘要针对复杂动态场景中粒子滤波算法跟踪目标时稳定性不高且易受背景噪声影响的特点，提出了改进的卡尔曼粒子滤波(KPF)目标跟踪算法。利用卡尔曼嵌入粒子滤波的方法对粒子滤波预测的状态值进行二次预测，并且利用二次采样技术增强粒子的丰富度，从而在一定程度上消除背景噪声的影响。同时为了满足卡尔曼滤波对线性运动的要求以及消除背景快速变化对跟踪精度的影响

2、，采用灰度投影算法计算背景偏移从而进行运动补偿。实验结果表明，改进的卡尔曼粒子滤波跟踪算法在复杂动态场景中可以有效地跟踪运动目标，证明提出的KPF算法精度高、稳健性强、实时性好。关键词图像处理；目标跟踪；灰度投影算法；卡尔曼算法；粒子滤波；稳健性中图分类号TP91．4文献标识码Adoi：10．3788／LOP51．091001KalmanParticleFilterAlgorithmforMovingTargetTrackingBasedontheComplexDynamicSceneLiaoYiqiRenKanGuGuohuaQianWeixianXuFuyuanSchoolof

3、ElectronicandOpticalEngineering，NanjingUniversityofScienceandTechnologyNanjing，Jiangsu210094，ChinaAbstractAimingattheunstablecharacteristicsoftheparticlefilteralgorithmwhichiseasilyafectedbybackgroundnoiseincomplexdynamicscenewhileitistrackingtarget．animprovedKalmanparticlefilter(KPF)target—tr

4、ackingalgorithmisputforward．ThemethodofusingembeddedKalmanparticlefilterisusedtopredictthepredictedstatusvalueofparticlefiltersecondarily．Andthesecondarysamplingtechniqueisusedtoenhanceparticlerichness，andthuseliminatestheinfluenceofbackgroundnoisetoacertainextent．Besidesinordertomeettherequir

5、ementsofKalmanonlinearmotionandtoeliminatetheeffectofrapidbackgroundchangeontrackingaccuracy，thegrayprojectionalgorithmispromotedtocalculatethebackgroundmigrationformotioncompensation．TheexperimentresultsshowthattheimprovedKalmanparticlefilteralgorithmcanefectivelytrackthemovingobjectinthecomp

6、lexdynamicscene，whichprovesthatthepropposedKPFalgorithmhashighprecision，strongrobustnessandgoodreal—timeperformance．Keywordsimageprocessing；target—tracking；grayprojectionalgorithm；Kalmanfilteralgorithm；particlefilter；robustnessoCIScodes100．2000；100．2960；100．4999l引言针对运动目标的跟踪，Schmidt提出了卡尔曼滤波方法，采

7、用线性递归滤波的方法进行状态预测，但是仅适用于线性目标跟踪；Fukunaga提出了均值偏移理论，它采用核函数直方图对目标建模，对运动目标部分遮挡、目标的旋转、变形以及背景运动都不敏感，但是针对尺度变化的目标或者严重遮挡的目标，在模型更新方面有所不足，同时难以跟踪高速目标。相比上述两种方法，粒子滤波(PF)能够更好地解决非线性、收稿日期：2014-04—04；收到修改稿日期：2014—04—25；网络出版日期：2014—08-14基金项目：国家自然科学基金(612713