基于積分邊緣強(qiáng)度局部均值的紅外目標(biāo)跟蹤

ID:36748191

大?。?63.16 KB

頁數(shù):3頁

時(shí)間:2019-05-14

基于積分邊緣強(qiáng)度局部均值的紅外目標(biāo)跟蹤_第1頁
基于積分邊緣強(qiáng)度局部均值的紅外目標(biāo)跟蹤_第2頁
基于積分邊緣強(qiáng)度局部均值的紅外目標(biāo)跟蹤_第3頁
資源描述:

《基于積分邊緣強(qiáng)度局部均值的紅外目標(biāo)跟蹤》由會員上傳分享,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、第39卷第7期激光與紅外V01.39.No.72009年7月LASER&INFRAREDJuly,2009文章編號:1001-5078(2009)07-0773-03·圖像與信號處理·基于積分邊緣強(qiáng)度局部均值的紅外目標(biāo)跟蹤李春鑫,王孝通,徐曉剛(1.海軍大連艦艇學(xué)院博士生隊(duì),遼寧大連116018;2.海軍大連艦艇學(xué)院航海系,遼寧大連116018;3.海軍大連艦艇學(xué)院裝備系統(tǒng)與自動化系,遼寧大連116018)摘要:針對紅外目標(biāo)跟蹤問題,提出了在粒子濾波跟蹤框架下,采用積分邊緣強(qiáng)度局部均值作為紅外目標(biāo)特征的跟蹤算法,不僅提高算法的跟蹤精度,還提高算法的實(shí)時(shí)性。紅外目

2、標(biāo)跟蹤仿真試驗(yàn)比較表明該算法是穩(wěn)健的,能夠?qū)t外運(yùn)動目標(biāo)進(jìn)行有效、可靠的跟蹤。關(guān)鍵詞:粒子濾波;積分邊緣強(qiáng)度;局部均值;紅外目標(biāo)跟蹤中圖分類號:TP751.1文獻(xiàn)標(biāo)識碼:AInfraredobjecttrackingbasedonlocalmeanofintegraledgestrengthLIChun—xin,WANGXiao.tong,XUXiao—gang。(1.DalianNavalAcademy,Doctoralstudentteam,Dalian116018,China;2.DepartmentofNavigation,DalianNavalAcad

3、emy,Dalian116018,China;3.DepartmentofAutomation,DalianNavalAcademy,Dalian116018,China)Abstract:Aimingattheproblemofinfraredobjecttracking,localmeanofintegraledgestrengthisadoptedasfeaturetotrackinfraredobjectbasedonparticlefilter.Thetrackingprecisionandthereal—timeperformancearebothi

4、mprovedbythealgorithm.Thesimulationresultillustratesthealgorithmisrobustandeffectiveatinfraredobjecttrackingundercomplexbackgrounds.Keywords:particlefilter;integraledgestrength;localmean;infraredobjecttracking1引言態(tài)的后驗(yàn)概率分布。令為系統(tǒng)在k時(shí)刻的狀態(tài),紅外目標(biāo)跟蹤在紅外制導(dǎo)、軍事偵察等多領(lǐng)域?yàn)橄到y(tǒng)狀態(tài)的觀測值,采樣Ⅳ個(gè)粒子一具有非常重要的應(yīng)用。紅外圖像

5、可以提供可見光圖p(x),W為粒子對應(yīng)的權(quán)值,則式(1)和式(2)像中不能提供的信息,但紅外傳感器得到的圖像信就構(gòu)成了迭代的序貫重要性采樣(SIS)算法的基本噪比很低,在進(jìn)行目標(biāo)跟蹤時(shí)只能提供有限的信息,過程:而且紅外圖像中目標(biāo)特征不明顯,存在著很大背景^Ⅳ.雜波。因此,研究紅外圖像目標(biāo)跟蹤的特征選取具p(xIZ1:k)=ZyS(一)(1)有非常重要的意義?;诖?,本文研究在粒子濾波p(zIx)p(Ixl一)跟蹤框架下,采用積分邊緣強(qiáng)度局部均值特征對紅~■I(2)g一1,外目標(biāo)進(jìn)行跟蹤。2基于粒子濾波的目標(biāo)跟蹤基金項(xiàng)目:遼寧省自然科學(xué)基金(No.20082176

6、);浙江大學(xué)CAD&CG國家重點(diǎn)實(shí)驗(yàn)室開放基金(No.A0906)資助。2.1粒子濾波算法¨作者簡介:李春鑫(1980一),男,博士研究生,研究方向是視頻粒子濾波(particlefilter,PF)的基本思想就是利目標(biāo)跟蹤技術(shù)。E—mail:chunxinlijy@yahoo.com.cn用一系列隨機(jī)抽取的樣本以及樣本的權(quán)重來計(jì)算狀收稿日期:2008—12-27774激光與紅外第39卷2.2粒子濾波跟蹤框架基于粒子濾波的跟蹤主要有以下幾步:(1)先驗(yàn)知識的表示:目標(biāo)的特征選取,可以是顏色]、形狀等,粒子濾波中每個(gè)粒子的初始狀__態(tài)也由此決定;(a)原始圖像(b

7、)邊緣梯度圖2邊緣強(qiáng)度圖(2)系統(tǒng)狀態(tài)的轉(zhuǎn)移:目標(biāo)狀態(tài)的時(shí)間更新過積分邊緣強(qiáng)度定義為圖像中某一點(diǎn)左上方所有程,粒子傳播可以是一種隨機(jī)運(yùn)動過程,可以是一階像素點(diǎn)對應(yīng)的邊緣強(qiáng)度值的和,點(diǎn)(,Y)的積分邊或二階ARP(自回歸)過程;緣強(qiáng)度可通過下式計(jì)算得出:(3)系統(tǒng)的觀測:使用所得到的視頻圖像對系S(,Y):∑s(,Y)(7)統(tǒng)狀態(tài)轉(zhuǎn)移的結(jié)果進(jìn)行驗(yàn)證,目的就是使與實(shí)際情令R為m×的矩形區(qū)域,如圖3所示。況相近的粒子獲得的權(quán)值大一些,與實(shí)際情況相差較大的粒子獲得的權(quán)值小一些;(4)后驗(yàn)概率計(jì)算:一般采用加權(quán)準(zhǔn)則,即各粒子根據(jù)自身權(quán)值大小決定其在后驗(yàn)概率中所占的圖3矩形

8、區(qū)域幽則積分邊緣強(qiáng)度局部

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時(shí)可能會顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。
关闭