運(yùn)動(dòng)目標(biāo)相關(guān)跟蹤算法的研究

《運(yùn)動(dòng)目標(biāo)相關(guān)跟蹤算法的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、運(yùn)動(dòng)目標(biāo)相關(guān)跟蹤算法的研究　　摘要：針對(duì)在紅外目標(biāo)跟蹤過程中出現(xiàn)的目標(biāo)被遮擋和被類似目標(biāo)干擾而不能準(zhǔn)確跟蹤的情況，對(duì)運(yùn)算量較小、不易受個(gè)別噪聲影響的MCD算法進(jìn)行了改進(jìn)。在跟蹤目標(biāo)過程中采用合適的目標(biāo)更新策略和預(yù)測(cè)性能較好的綜合預(yù)測(cè)。仿真結(jié)果表明，該改進(jìn)算法既減少了運(yùn)算量，又有較好的穩(wěn)定性和抗干擾性?！　￡P(guān)鍵詞：綜合預(yù)測(cè)；目標(biāo)跟蹤；MCD；抗干擾性　　中圖分類號(hào)：TN911.7?34文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004?373X（2016）01?0057?02　　0引言　　相關(guān)跟蹤算法[1]是將包含目標(biāo)的模板圖像在待匹配圖像上以不同的偏移

2、值位移，根據(jù)相關(guān)函數(shù)逐像素計(jì)算模板圖像和待匹配圖像間的相似程度，相關(guān)函數(shù)取得最大值的位置就是目標(biāo)位置。由于此跟蹤方法不需要對(duì)圖像進(jìn)行分割，也不需要提取目標(biāo)的特征，只需在原始圖像數(shù)據(jù)上進(jìn)行運(yùn)算即可，保留了圖像的全部信息，所以在許多復(fù)雜環(huán)境場(chǎng)景中是一種切實(shí)可行的目標(biāo)跟蹤方法。因此，相關(guān)跟蹤算法在跟蹤系統(tǒng)中得到了廣泛的應(yīng)用。常見的相關(guān)跟蹤算法有平均絕對(duì)差分法（MAD）、序貫相似性檢測(cè)算法[1]（SSDA）、最大近鄰距離[2?3]（MaximumCloseDistance，MCD）相關(guān)匹配算法等。MCD算法因運(yùn)算量較小，不受個(gè)別噪聲點(diǎn)的影響成

3、為應(yīng)用廣泛的方法。4　　在對(duì)目標(biāo)的跟蹤過程中，如果對(duì)每一幀圖像的每個(gè)位置都要計(jì)算模板圖像和它的匹配值來確定目標(biāo)的位置，計(jì)算量太大，不能滿足跟蹤系統(tǒng)對(duì)實(shí)時(shí)性的要求。一種簡(jiǎn)化匹配過程的常用方法是根據(jù)目標(biāo)前面的運(yùn)動(dòng)信息去預(yù)測(cè)當(dāng)前位置，這樣可縮小搜索范圍，減少目標(biāo)跟蹤中的計(jì)算量，提高跟蹤的穩(wěn)定性和抗干擾性?！　?綜合預(yù)測(cè)在MCD算法中的應(yīng)用　　MCD算法的優(yōu)點(diǎn)在于計(jì)算量小，并且不受個(gè)別噪聲點(diǎn)的影響；自適應(yīng)模板的修正策略可以在一定程度上克服實(shí)際圖像的變形、噪聲、遮擋等變化。研究過程中發(fā)現(xiàn)，正常情況下此方法可以實(shí)現(xiàn)穩(wěn)定的跟蹤，但當(dāng)目標(biāo)的狀態(tài)變化較

4、大時(shí)，跟蹤效果不理想。所以想到在更新之前采用運(yùn)動(dòng)預(yù)測(cè)目標(biāo)可能出現(xiàn)的位置對(duì)模板更新進(jìn)行約束。通過對(duì)幾種預(yù)測(cè)器的詳細(xì)分析可知：綜合預(yù)測(cè)器的運(yùn)算量不大，用于跟蹤不會(huì)影響跟蹤系統(tǒng)對(duì)實(shí)時(shí)性的要求，用它預(yù)測(cè)目標(biāo)的位置，預(yù)測(cè)值較接近于真實(shí)值。本文對(duì)MCD算法做了改進(jìn)，提出了加入更新和預(yù)測(cè)的相關(guān)跟蹤算法――基于MCD距離的自適應(yīng)模板修正策略和基于綜合預(yù)測(cè)器的相關(guān)跟蹤算法，并且分別讓線性預(yù)測(cè)和平方預(yù)測(cè)與MCD算法結(jié)合，對(duì)同一序列圖像進(jìn)行跟蹤，通過仿真實(shí)驗(yàn)對(duì)這三種預(yù)測(cè)器的性能進(jìn)行了驗(yàn)證、比較?！　?仿真實(shí)驗(yàn)結(jié)果　　仿真實(shí)驗(yàn)對(duì)一組紅外序列圖像進(jìn)行跟蹤?；?/p>

5、線性預(yù)測(cè)、平方預(yù)測(cè)的算法跟蹤如圖1所示，基于綜合預(yù)測(cè)的MCD算法跟蹤如圖2所示。4　　對(duì)比圖1，圖2可以看出：在抗干擾能力方面，線性預(yù)測(cè)跟蹤遇到類似目標(biāo)時(shí)跟蹤受干擾，模板發(fā)生了漂移，如第55幀圖；綜合預(yù)測(cè)跟蹤不受類似目標(biāo)的干擾，抗干擾能力明顯強(qiáng)于線性預(yù)測(cè)跟蹤。在抗遮擋能力方面，線性預(yù)測(cè)跟蹤在目標(biāo)被部分遮擋時(shí)，模板就一直漂移，直到目標(biāo)完全出現(xiàn)才能穩(wěn)定跟蹤；平方預(yù)測(cè)跟蹤在目標(biāo)被遮擋一小部分時(shí)跟蹤穩(wěn)定，在第59幀目標(biāo)被進(jìn)一步遮擋時(shí)，模板發(fā)生了漂移，直至目標(biāo)大部分出現(xiàn)時(shí)才正確跟蹤；綜合預(yù)測(cè)跟蹤由圖2（b）和圖2（c）可看出目標(biāo)部分被遮擋或全部

6、被短暫遮擋時(shí)跟蹤仍能穩(wěn)定進(jìn)行。由此可見，線性預(yù)測(cè)跟蹤的抗遮擋能力最差，平方預(yù)測(cè)跟蹤稍好一點(diǎn)，綜合預(yù)測(cè)跟蹤的抗遮擋能力最強(qiáng)?！　?結(jié)語　　MCD跟蹤算法運(yùn)算量較小并且不受個(gè)別噪聲點(diǎn)的影響，因此成為運(yùn)動(dòng)目標(biāo)跟蹤中的常用方法。如果在匹配過程中根據(jù)目標(biāo)前面的運(yùn)動(dòng)信息去預(yù)測(cè)當(dāng)前位置，這樣可縮小搜索范圍，減少目標(biāo)跟蹤中的計(jì)算量，提高跟蹤的穩(wěn)定性和抗干擾性。本文采用綜合預(yù)測(cè)器與MCD相結(jié)合的方法對(duì)紅外序列圖像進(jìn)行仿真跟蹤。仿真結(jié)果表明：在目標(biāo)運(yùn)動(dòng)軌跡變化不是太大的情況下，即使目標(biāo)部分被遮擋或全部被短暫遮擋，該算法仍能準(zhǔn)確預(yù)測(cè)出目標(biāo)下一時(shí)刻的位置，表

7、明該算法的穩(wěn)定性。類似目標(biāo)的干擾對(duì)跟蹤沒產(chǎn)生影響，表明該算法還具有一定的抗干擾性?！　⒖嘉墨I(xiàn)　　[1]張萬清.飛航導(dǎo)彈電視導(dǎo)引頭[M].北京：宇航出版社，1994.　　[2]ZHANGGuilin，RENXianyi，ZHANGTianxu.Correlationtrackingusinganoveldistancemeasurementasfeedback[J].InfraredandLaserEngineering，2003，32（6）：47?53.　　[3]4羅詩途，張?^，羅飛路，等.基于自適應(yīng)模板修正的相關(guān)跟蹤方法[J].

8、儀器儀表學(xué)報(bào)，2004，25（4）：633?635.　　[4]張賢達(dá).現(xiàn)代信號(hào)處理[M].2版.北京：清華大學(xué)出版社，2002.　　[5]安建虎.相關(guān)跟蹤與特征匹配技術(shù)研究[D].沈陽：中國科學(xué)院沈陽自動(dòng)化研究所，200