基于视频的振动测量技术研究进展

振动测量是保障结构安全和良好状态的基本手段。高精度的振动测量可为结构设计、安装调试、健康管理等振动试验提供精确的输入与响应测试。相较于传统的振动测量手段,基于视频的振动测量技术将相机的全部像素转化为高精度振动传感器,利用视频图像方式让人们肉眼可视结构在物理世界的真实振动形态,具有非接触、全视场、高空间分辨率、灵活方便等优点,近年来受到业界的广泛关注。该文主要介绍了视频振动测量技术的系统构成与测量过程、当前主要方法和相关技术最新进展,并总结了视频振动测量技术与其他技术相比存在的优势。通过分析与对比,肯定了视频方法是解决振动测量问题的有效手段和对传统测量方法的有力补充,随着相关技术和硬件设备的发展,视频振动测量方法将具有越来越大的研究意义和应用价值。

基于机载光电载荷图像的无人机自主循迹导引

文章研究无人机搭载视觉传感器沿指定路径自主循迹飞行,针对如何统一确定不同形状路段的目标路径点序列的问题,提出基于无人机速度在图像中投影的矢量与无人机重心指向各候选路径点矢量的最小夹角确定目标路径点的方法。首先从采集的图像中提取出的路径区域,从图像层面提取路径的中间线,将图像栅格化并分别计算各栅格里路径中间线的中心点的坐标;然后计算图像中无人机速度矢量投影与无人机重心到各路径中心点矢量的夹角,在约束范围内选取最小夹角对应的中心点作为局部目标点。设置了包含不同形状拐角的路径,检验无人机飞行过程中采集图像的处理方法和路径引导算法结合的有效性,飞行结果表明提出的方法能够满足无人机的循迹飞行要求,轨迹偏离误差小于0.1 m。

基于声呐图像的鱼群识别与计数方法

为了精确获取水下鱼群数量,提出一种基于声呐图像的鱼群识别与计数方法。将前视声呐固定在水下,采集信息。对声呐数据进行图像构建、上色、噪声去除等预处理,通过YOLOv5神经网络模型实现对鱼群的自动识别与标记,使用基于识别框的多目标跟踪算法实现鱼群跟踪计数,使用历史识别框序列解决重新出现识别框的配对问题。利用该方法在湖泊中进行实验探测,结果与人工计数进行比较,发现基于声呐图像的鱼群识别与计数方法具有较高精度,其计数误差在15%以内。

基于辅助粒子滤波的红外小目标检测前跟踪算法

研究低信噪比复杂环境下的红外小目标检测和跟踪问题,提出了基于辅助粒子滤波的检测前跟踪算法.首先使用形态学滤波算法对图像进行白化预处理;然后在跟踪阶段采用辅助粒子滤波算法估计目标运动状态,在检测阶段利用跟踪滤波器的输出构造似然比,并进行似然比检验.对真实红外图像序列的实验表明,该算法可成功跟踪和检测信噪比为2的小目标,且其性能优于传统的检测前跟踪算法.

红外成象型空空导弹目标识别与跟踪算法研究

根据红外成象制导型空空导弹图象传感器在目标识别与跟踪过程中获得的图象序列的特点。提出了一种基于红外图像序列的弹道终端红外图象跟踪时的跟踪算法,实现了目标特征点的自动识别与跟踪。文中以最大距离法对目标图象进行分割,以机头部位为局部图象跟踪时的跟踪部位,分析了导引头投影成象模型以及弹目距离、相对速度对目标图象变化情况的影响,研究了中段形心跟踪模式与末端局部图象跟踪模式的转换时机,定义了确定目标充满视场程度以及阻塞视场与否的两个判据。最后,以实测的飞机红外图象对文中提出的算法进行了仿真,结果表明本文的算法是可行和有效的。

基于光流场技术的复杂背景下运动目标跟踪

针对光电经纬仪在飞机起飞着陆段跟踪角速度大、背景复杂的情况,根据小波多分辨率技术,提出利用小波分层组成低频图像金字塔,利用光流技术进行匹配解算,实现由粗到精的特征点匹配跟踪。通过对飞行试验视频图像进行事后自动跟踪试验,结果表明,该算法能够稳定可靠跟踪多特征点目标,具有鲁棒性。

公路汽车视觉导航中运动目标的检测与跟踪方法的研究

通过对室外行驶车辆上所采集的长序列图象的处理与分析，研究公路汽车计算机辅助视觉导航中运动目标的检测与跟踪问题。算法的核心是根据图象中的水平、垂直边缘及目标尾部的局部对称性来检测和确认图象中目标的存在。进而建立描述目标与摄象机之间的相对运动的状态模型和表示目标特征的透视投影模型，应用扩展的卡尔曼滤波器进行3维运动参数估计。

应用TBD的多波束声呐图像序列SIFT特征追踪

针对声呐图像目标探测中面临的分割阈值选择和单幅图像信息缺失问题,提出了一种基于检测前跟踪(track-before-detect,TBD)的声呐图像序列尺度不变特征变换(scale-invariant feature transform,SIFT)特征追踪方法。这种方法不在单帧图像中判断目标的有无,而依据图形序列中特征轨迹的连续性和一致性进行决策,通过动态亮度分配和中值滤波对图像进行预处理,提取SIFT特征进行帧间匹配并标出潜在目标,在图像序列中展开特征追踪,从潜在目标中筛选出真实目标。真实数据试验的结果表明,预处理改善了图像质量;对比SURF特征和Harris特征,SIFT特征包含更多的帧内信息,具有更好的帧间匹配效果。SIFT特征追踪能够从多波束声呐图像序列中探测到动态小目标和静态目标,并得到动态小目标的运动轨迹。

一种新的红外序列图像运动小目标分割算法

红外序列图像运动小目标检测技术,是红外搜索与跟踪系统的一项核心技术,也是现代研究领域的一大难题。本文提出了一种新的红外序列图像运动小目标分割算法,算法运用边界跟踪理论进行图像分割,并与传统的阈值分割算法进行效果比较。大量的实验结果表明,此新的算法能取得更好的小目标分割效果。

一种健壮的目标多自由度Mean Shift序列图像跟踪算法

鉴于现有的M ean Sh ift跟踪方法都是使用单一半径参数来描述目标大小变化,且每个目标仅有位置和尺寸两个自由度,因而不能适应复杂的目标运动情况。针对该问题,首先提出了一种新的M ean Sh ift跟踪方法,由于该方法是通过引入带宽矩阵来描述目标尺寸,因此能够在水平和垂直两个方向上独立描述目标的大小变化,并通过加入目标倾角,使得目标旋转运动得以很好描述;然后借鉴了三步搜索的思想,提出了一种快速搜索策略,以解决目标遮挡问题。实验表明,该算法能够准确跟踪序列图像中的任意复杂运动,尤其对目标的缩放、旋转运动以及遮挡有良好的适应性。

一种改进的基于光流的运动目标的检测算法

讨论了序列图像的运动目标检测算法 ,在传统的光流场计算方法的基础上 ,提出了基于帧间差阈值法的快速光流算法。整个算法简单、有效 ,保证了序列图像中运动目标跟踪的实时性和鲁棒性。

红外序列图像中运动小目标的检测方法

研究红外图像中运动小目标的检测和跟踪问题．根据红外图像中背景干扰和噪声的特点，采用梯度倒数加权低通滤波器对图像进行滤波．在目标分割和标记后，沿目标轨迹进行能量积累以搜索和跟踪小目标．实验结果表明，该方法能极大地提高实际红外目标图像的信噪比，改善目标分割效果，能有效地进行小目标的检测和跟踪，尤其适用于目标遮掩或偶尔出现目标丢失的情况．

基于星载光电成像跟踪测距的空间目标定轨

以获得空间未知目标的轨迹运动信息为目的,研究了一种基于星载光电成像跟踪测距方式的空间目标定轨技术。该技术从测量学角度出发,利用星载光学测量系统获得目标的相对运动信息,利用角度传感测量系统获得卫星的姿态角变化和跟踪架的角随动信息,最后通过坐标变换解算出目标在地球惯性坐标系中的绝对运动信息。文中依次从物理模型、坐标体系、基本原理等方面对该项技术进行了描述和推导,获得了目标在地球坐标系下的状态方程和观测方程。最后,在对天基监视卫星轨道模型、星载光电跟踪控制模型、目标特性及光学成像测距模型进行分析后,建立了具体的数学模型,并对计算结果进行了分析讨论。得到的结果显示理想模型的目标轨迹测量精度优于0.5km。

基于TMS320DM642和模型化设计的图像跟踪实验系统

介绍一种以TMS320DM642为核心的图像跟踪实验系统,探讨了基于Matalb/Simulink模型化开发的实验方法,给出了一种基于帧间差分法的运动目标跟踪算法的模型化开发流程,包括算法建模、针对DSP目标平台的自动代码生成、性能分析和代码优化等。该实验系统为高素质创新人才的培养提供了有效的平台。

粒子滤波器在图像序列目标跟踪中的应用

粒子滤波器是一种根据带有噪声的观测数据序列估计未知运动状态的技术,它主要用于非线性、非高斯的信号处理系统,它由状态转换模型和观测模型两个部分构成,其基本思想是用一组带权的粒子来表示随机变量的后验概率分布。该文中以图像序列运动目标的位置为未知运动状态变量,相邻两帧图像经过全局运动补偿后的差图像为观测数据,针对室内环境单个步行者的情况,提出了一种简单有效的基于运动检测的状态转换模型和观测模型。实验结果表明,该模型具有良好的跟踪性能。

基于序列复杂度的空中红外目标跟踪算法评估

近年来,基于深度学习的红外空中目标跟踪算法不断涌现,如何对其性能进行评估已经成为一个亟待解决的问题。利用单帧图像混淆度和遮隐度对图像复杂度进行计算,并结合目标运动复杂度,建立了融合图像复杂度和运动复杂度的序列复杂度计算模型。构建了包含420个序列的红外序列样本库,利用序列复杂度对样本库测试结果进行加权评分,提出了一种新的红外空中目标跟踪算法性能评估方法。实验结果表明,所提出的评估方法能全面评估算法在不同态势下的性能。

运动目标跟踪综述

运动目标跟踪的任务是准确、鲁棒和实时地获取序列图像中的感兴趣目标,然而目标跟踪系统中存在许多固有限制因素。针对运动目标跟踪的研究任务和复杂性,讨论分析了传统运动目标跟踪方法的优劣,阐述了各方法的最新发展。研究了当前目标跟踪领域的2个热点方向,并提出了基于多条件约束的目标跟踪技术方案。对基于序列图像的运动目标跟踪技术的发展趋势进行了展望。

基于自适应估计的光电平台目标跟踪方法

在基于图像的目标跟踪系统中,跟踪器延迟对系统的稳定性和跟踪精度产生不利影响.通过对光电平台伺服系统的理想控制指令的分析,给出了一种基于自适应估计的跟踪器延迟补偿方法.该方法采用自适应估计器快速估计目标速度,预测目标位置,同时结合无人机位置和姿态信息预测控制指令实现延迟补偿.仿真结果表明:该方法在目标机动和载机机动情况下能够有效提高光电平台的跟踪精度.

基于C均值聚类及α-β-γ滤波的多目标跟踪

序列图像中的多运动目标跟踪是计算机视觉研究中的重要问题。文章研究了基于区域分析的多运动目标跟踪方法。为了解决区域聚类数目不确定性给均值聚类分析带来的难点 ,文章提出了用α -β -γ滤波的方法预测下一帧运动目标的聚类中心 ,有效地克服了初始聚类中心点难以选择的问题。实验结果证明了文章方法的有效性。

红外图像序列中微弱点状动目标的非参数检测

研究了红外图像序列的观测及目标模型,提出了一种基于多帧的微弱点状动目标非参数检测技术。采用滑动邻域加权预测抑制杂波干扰,白化噪声特性,将时空三维搜索简化为沿时间轴投影与二维空域搜索,沿可能的轨迹上将目标能量高维集成。相应算法的检测性能对噪声分布不敏感,实时性好,实现简单,具有很高的实用价值。给出了该算法性能的理论分析和实验仿真结果。