地面复杂场景图像相关跟踪算法研究

提出了一种性能良好的快速图像相关跟踪算法 ,利用视频图像序列帧间及帧内的相关性 ,采用空间及灰度多尺度分解算法 ,减少匹配算法的运算量和提高目标定位精度 ,建立相关跟踪置信度评估、模板自适应刷新、相似目标辩识等准则 ,有效地提高目标跟踪的稳定性和鲁棒性。实验结果表明 。

局部相关跟踪算法在太阳磁场观测中的应用

在太阳磁场观测系统中通过使用相关跟踪算法发现并消除原始图像间的抖动错位,提高磁场观测数据的空间分辨率。然而相关算法的实现比较耗时,为保证系统观测数据的时间分辨率,系统中采取了缩小相关窗口的尺寸——选取特征区域作为相关窗口的局部相关跟踪算法,并结合快速傅立叶算法和IntelR图像处理函数库等方法优化相关运算,提高了系统的时间分辨率。系统指标满足常规天文观测的要求并已投入使用。

一种新的相关跟踪算法的设计与实现

提出了一种粗搜索结合精匹配定位的两级图像相关匹配算法 ,该法利用目标中心信息的稳定性 ,并结合图像序列间的相关不变性和目标的自相关性给出了一种新的置信度评估方法 ,在存在复杂背景、类似目标、较强噪声和一定旋转及尺寸变化的情况下仍有较高的匹配精度和跟踪稳定性 ,匹配速度也很快 .还描述了采用 CPL D芯片与 DSP处理器共同实现算法的方法 .

基于边缘的自适应相关跟踪算法

针对相关跟踪实时性差和误差累积问题,提出了基于边缘检测的自适应相关算法。采用修正后的灰度差的绝对平均值(MAD)相关匹配克服了对噪声敏感的缺点;利用目标的边缘信息确定模板中参与匹配的区域,并采用粗精结合的搜索策略,加快了匹配速度;采用模板加权更新和中心修正有效地消除了相关运算累积误差的影响。

不同像素尺度下太阳表面米粒结构相关跟踪算法的有效性分析

在太阳自适应光学系统中,观测系统探测器所探测到的太阳米粒结构的对比度与探测器像素尺度(探测器的像素尺寸与系统焦距之比)有关。根据互相关因子算法和绝对差分算法的原理,通过比较理想情况时探测器所探测到的太阳表面米粒结构对比度与提取整体倾斜信号后长曝光图像的对比度,考察了不同像素尺度下相关跟踪算法的有效性,并给出了根据所采集的图像得出的实验结果。结果表明探测器的像素尺度越小,利用相关跟踪算法矫正像差越有效。

一种新的快速相关精跟踪算法

文中针对瞄准吊舱中前视红外成像跟踪的工作状态，提出了一种新的相关跟踪算法。该算法采用一维直方图快速搜索和二维多级亚采样精定位方案，使算法的实时实现成为可能，该算法还利用图像系列的相关性，采用隔帧修正累积误差的方法，有效地提高了系统的跟踪精度。最后，给出实验结果，结果与理论相符。

基于核相关滤波算法的青鳉游泳跟踪研究

为获取鱼类游泳行为数据,采用增强的核相关滤波跟踪算法,对青鳉Oryzias latipes游泳轨迹进行跟踪研究,根据当前和之前帧信息训练出多核相关滤波器,然后与新输入帧进行相关性计算,得到的响应值就是预测的跟踪结果,响应值最大处即为跟踪目标位置,用该方法提取出3万帧图像中青鳉游泳位置,绘制青鳉游泳轨迹热力图,并分析不同规格青鳉的游泳领地。结果表明:增强的核相关滤波跟踪算法能够实时稳定地跟踪青鳉游泳行为,提取的青鳉游泳轨迹与实时记录轨迹高度吻合;试验过程中测试2万帧视频序列,806帧丢失,丢失率4.03%。本研究实现了对青鳉游泳位置定位跟踪,及时显示青鳉的游泳位置、速度和轨迹,对研究青鳉在特定环境下的生活习性提供了数据支持。

基于相关和卡尔曼滤波的组合跟踪算法

针对现有单一或组合跟踪算法对于复杂背景条件下高速红外目标跟踪稳定性较差的问题,提出了基于相关和卡尔曼滤波的组合跟踪算法。该算法改进了相关跟踪算法的模板设计,并将其计算的目标位置作为卡尔曼滤波观测量输入来修正和预测目标航迹。在多种复杂背景条件下的反复测试验证表明,该算法有较好的鲁棒性,实现了对目标的稳定跟踪,满足光电系统对高速红外目标跟踪稳定性的高要求。

基于自学习特征的相关滤波跟踪算法

依靠高效的鉴别回归模型和多线索特征,如方向梯度直方图(HOG)特征和颜色名(CN)特征,相关滤波(CF)跟踪算法取得了优异的跟踪效果。但其弱点是不能应对由表观变化过程中鉴别信息不充分而导致的跟踪失败。针对这一问题,提出了基于自学习特征的相关滤波跟踪算法(SLDCF)。其中,自学习特征探索了相邻帧之间协同表示的特性,能够学习到相邻帧之间的目标变化情况,同时有效减少背景的干扰,以提高滤波器的鉴别性。通过标准视频数据集上的验证对比实验,其跟踪效果优于其余传统的相关滤波跟踪算法,证明了该算法的有效性和鲁棒性。

一种基于算法融合的运动目标跟踪算法

视频目标跟踪的重点和难点在于如何快速、准确的匹配目标。针对复杂背景下,单一模式的跟踪算法不能准确跟踪目标的问题,提出了一种基于算法融合的运动目标跟踪方法。该算法综合运用去均值相关跟踪算法(normalized cross correlation,NCC)和均值漂移算法(MeanShift)2种基本模式对输入输入视频进行处理,结果送入Kalman滤波器进行滤波与预测,最后根据最小总均方误差准则进行自适应融合。试验证明,该算法能够较好地实现复杂场景条件下的目标跟踪,提高了跟踪的鲁棒性。

光电跟踪系统高速运动目标快速跟踪算法

为了解决光电跟踪系统中高速运动目标快速识别、准确定位的问题,在深入研究相关跟踪算法的基础上,提出了一种基于分块模板相关跟踪与自适应波门相结合的快速跟踪算法,该算法利用分块矩阵与大模板矩阵之间的关系,得出了在四分块的情况下,计算量为原来的1/4,搜索范围为原来的4倍,大大提高了计算速度和搜索范围,且具有原始相关算法的高的跟踪精度,可以实时快速的跟踪上高速运动目标。

空间激光通信系统光斑小目标跟踪算法研究

在空间激光通信链路中,大气湍流、结构设计误差、平台扰动等因素为链路的精确对准和精密跟踪带来了困难。为提高激光链路的跟踪精度,首先对光斑跟踪过程中的影响因素进行研究分析,继而对跟踪算法做出改进。针对跟踪目标特性,设计了一种自适应模板目标相关跟踪算法,并搭建了基于粗精复合轴跟踪系统的实验平台,开展了实验验证。结果表明:与当前常用跟踪算法相比,该设计处理速度可达1 kfps,目标跟踪位置与真实位置基本重合,目标跟踪准确率高于98%,在处理速度、跟踪准确率与算法鲁棒性上均有较大提升,具有一定的实用性。

基于深度学习算法的坦克装甲目标自动检测与跟踪系统

实现对目标的自动检测与跟踪是坦克火控系统未来发展的重要方向。首先采用迁移学习的方法将基于深度学习模型的Faster R-卷积神经网络(faster R-convolution neural network,Faster R-CNN)算法应用解决复杂背景下的坦克装甲目标检测问题,与基于人工模型的传统算法相比达到了较高的检测精度。其次,针对坦克火控系统现有目标跟踪算法的不足,通过将Faster R-CNN算法与现有跟踪算法相结合,提出了复合式目标跟踪算法,实现了对坦克装甲目标的自动检测与稳定跟踪。最后,设计了一套目标自动检测与跟踪系统,采用动态扫描凝视成像技术实现了对大范围战场图像的快速、清晰获取,并对所提算法进行了实验测试。同时也指出了深度学习方法在应用于坦克火控系统时仍然存在的部分问题。

海防视频监控系统中运动目标跟踪的设计与实现

针对海防视频监控系统中运动目标跟踪的问题,本文提出了利用上位机软件进行目标跟踪的设计与实现方案。文章首先介绍了海防视频监控系统的总体组成及工作流程;然后阐述了相关跟踪算法与金字塔分层搜索算法的实现,以及利用序贯相似检测算法与金字塔算法相结合的目标检测方法;最后描述了用目标偏移量对云台进行控制实现自动跟踪的过程。通过在实际海防视频监控系统中的应用,对运动目标跟踪实现方案的有效性、实时性等特性进行了验证。

一种基于双核架构的视频跟踪与处理系统的实现

提出一种基于ADSP-BF561的视频跟踪与处理系统设计方法。系统利用ADSP-BF561的双核并行处理性能和丰富的视频编解码接口,采用一种相关跟踪算法对其进行优化,算法是一种以相关系数作为相似性度量准则的相关跟踪算法。对该系统进行测试,结果表明:针对PAL制目标视频图像序列,系统可以实现复杂背景下的实时目标跟踪,视频目标跟踪对每帧的处理时间为22ms,解决了目标跟踪的实时性要求。

一种地面固定目标的双模跟踪方法

提出了一种由相关跟踪算法的改进算法和形心跟踪算法复合而成的新的双模跟踪算法 .以双模跟踪算法作为算法核心形成一套实时跟踪处理软件系统 ,可用来实现对地面固定目标的模拟跟踪 .同时还讨论了目标判别的策略和对目标丢失后的处理方法 .

基于DM648的目标实时跟踪的设计

本设计提出了以DM648为核心的图像跟踪系统的研究,在不同的环境下,我们对多目标的跟踪和检测采用一些常用算法:相关跟踪算法,并对其进行了探讨和分析。以DM648为平台的基础上对软件设计的方法和应用,实现了提取模板、匹配跟踪等算法的设计,实验结果显示了跟踪算法在实时图像跟踪中的应用。

视频单目标跟踪研究进展综述

视频目标跟踪是计算机视觉中的重要任务之一,在实际生活中有着广泛的应用,例如视频监控、视觉导航等.视频目标跟踪任务也面临着诸多挑战,如目标遮挡、目标形变等情形.为解决目标跟踪中的挑战,实现精确高效的目标跟踪,近年来出现大量的目标跟踪算法.本文介绍了近十年来视频目标跟踪领域两大主流算法框架(基于相关滤波和孪生网络的目标跟踪算法)的基本原理、改进策略和代表性工作,之后按照网络结构分类介绍了其他基于深度学习的目标跟踪算法,还从解决目标跟踪所面临挑战的角度介绍了应对各类问题的典型解决方案,并总结了视频目标跟踪的历史发展脉络和未来发展趋势.本文还详细介绍和比较了面向目标跟踪任务的数据集和挑战赛,并从数据集的数据统计和算法的评估结果出发,总结了各类视频目标跟踪算法的特点和优势.针对目标跟踪未来发展趋势,本文认为视频目标跟踪还面临诸多难题亟需解决,例如当前的算法往往无法在长时间、低功耗、抗干扰的环境下实地应用.未来,考虑多模态数据融合,如将深度图像、红外图像数据与传统彩色视频联合分析,将会为目标跟踪带来更多新的解决方案.目标跟踪任务也将会和其他任务,如视频目标检测、视频目标分割,相互促进共同发展.

基于视觉的移动机器人目标跟踪方法

为实现对行人目标进行快速稳定地跟踪并简化机器人系统,提出一种快速判别尺度空间相关滤波目标跟踪算法(fDSST)与卡尔曼滤波结合的跟踪方法,解决了跟踪过程中因遮挡造成的目标坐标信息丢失问题。根据相关滤波响应图的震荡剧烈程度设置遮挡判断标准,利用遮挡判断标准实现fDSST跟踪算法与卡尔曼滤波算法的切换,持续输出目标的位置坐标信息,提升了算法的鲁棒性。移动机器人根据视觉跟踪算法提供的图像坐标,利用基于图像的伺服控制策略完成对目标的跟随任务,简化了移动机器人系统结构。最后将该方法在OTB2013测试集上和移动机器人中进行实验,实验结果表明,该方法对于目标遮挡及尺度变化具有较强的鲁棒性和准确性,同时满足实时性要求。

基于结构光视觉的螺旋焊缝跟踪系统研究

目前,螺旋板式换热器焊接存在焊缝跟踪困难,焊接所导致的偏差存在的缺陷。本文设计和研发了一套基于主动光视觉技术的螺旋焊缝实时跟踪焊接系统,通过焊接前的焊缝特征点提取,焊接时核相关滤波目标跟踪算法进行焊缝的识别和自动跟踪,实验测试表明该方法能够达到螺旋板式换热器的全自动焊接跟踪精度要求。