流形群运动目标自动识别与跟踪技术研究——以MCS自动追踪方法为例

从流形群运运目标的形状特征及其本质属性出发 ,提出了多种适合计算机自动识别与跟踪流形群运运目标的匹配模板的构建技术。充分顾及流形群运动目标的区域整体描述、几何形状特征、不变矩特性 ,以及流形群目标的本质属性 (纹理特征 ) ,通过最大欧几里得贴近度的择近原则 ,实现模板匹配 ,完成目标识别 ;通过交替更新匹配模板元素参量及交叉匹配算法 ,实现目标跟踪。应用这种算法 ,对 1 998年 6月至 8月的青藏高原上空中尺度对流系统 (MCS)进行了识别与跟踪实验。实验结果表明 ,这种技术较适合计算机自动识别和跟踪类似MCS的流形群运动目标 ,与专家目测屏幕扫描跟踪法相比 ,准确率达 90 %。同Arnaud等人提出的面积重叠跟踪法相比 。

流形群运动目标自动识别与跟踪模型结构及参数的最优配置

探讨了用流形群运动目标的形状、纹理特征 ,以及它们的空间面积的重叠度来构建多种适合流形群运动目标自动识别与跟踪的匹配模板的方法。通过最大欧几里得贴近度的择近原则 ,实现模板匹配 ,完成目标识别 ;通过对匹配模板的交替更新和交叉匹配算法 ,实现目标跟踪。为了提高识别与跟踪的准确度和效率 ,对识别与跟踪模型结构及参数进行了优化组合 ,建立了一种适合计算机自动识别和跟踪类似中尺度对流系统(MCSs)的流形群运动目标的优化模型 ,即多级串行和多级并行模板匹配的识别与跟踪模型 ,并提出了基于此模型的快速识别与跟踪算法及技巧。用优化了的多级串行识别与跟踪模型及快速跟踪算法 ,对 1998、1999、2 0 0 0、2 0 0 2年 6～ 8月的青藏高原上空MCSs进行了识别与跟踪试验。试验结果表明 ,其准确率高达 90 %。