干扰环境下运动目标跟踪的背景滤波

基于Mean Shift的目标跟踪算法,在目标发生明显尺度变化或存在背景干扰的情况下,跟踪就会失败。为此,针对跟踪过程中的背景干扰问题,提出根据目标运动状态进行背景滤波的目标跟踪算法。根据目标跟踪过程中产生的运动轨迹估计目标位移和速度,沿着目标可能的运动方向的反方向对候选区域进行背景滤波,滤波区域宽度根据目标位移大小确定。实验结果表明,改进后的算法对背景信息具有较好的鲁棒性,提高目标跟踪的可靠性。

星敏感器抗杂光背景滤波图像处理方法研究

为提高星敏感器抗杂光干扰性能,提出了一种称为背景滤波的全帧型星图处理算法。根据星点和背景不同特征,对背景估计法进行了改进:设定模板尺寸为7"7像素,用模板边缘像素的均值作为中心点的背景估值;将目标点本身引入背景估计,增加目标点权重以抑制背景的残留;设定一较小的固定阈值以分割星点与虚警点,并采用单双点去噪。给出了适宜FPGA并行处理的算法流程。对不同噪声水平下受杂光干扰的星图的处理结果表明:与分块阈值法和高通滤波法相比,背景滤波算法的抗杂光能力更强,虚警率低,星点提取率高,运算简单,便于FPGA实现,有无杂光干扰时的适应性好。

基于背景感知相关滤波跟踪器的目标快速跟踪方法

图像跟踪算法是弹载图像末制导及光电侦查装备的关键技术,其高效低延时的实时实现可以极大提高光电载荷跟踪的稳定性和精确性。为解决弹载环境受体积、功耗等因素约束下图像末制导跟踪算法的高效性,基于背景感知的相关跟踪算法,提出一种基于数据驱动的多任务分配策略,并针对相关滤波计算是影响算法实时性的关键路径,提出Cache优化的快速傅里叶变换高效实现方法。通过将跟踪算法映射到多核DSP处理器平台上并行实现,相对原处理方法多核处理实时性能整体提升约56.3%。经无人机挂载试验验证表明,该优化方法可以满足空间约束条件下目标跟踪实时性需求,为智能化弹药的工程化应用提供了有力的技术支撑。

典型的红外图像背景抑制滤波算法研究

从红外图像的产生过程及原理,红外图像的特点,红外图像背景、目标和噪声的特征以及红外图像的数学描述等方面对红外图像进行特征分析。针对不同背景的红外图像特点,研究了中值滤波算法、维纳滤波算法、巴特沃斯高通滤波算法、基于Top-hat算子的滤波算法。通过软件编程,实现了针对不同背景的红外图像的4种滤波功能,并对所处理后的图像开展了滤波效果的评价研究。

基于全局背景减法滤波器与多形状特征的红外舰船检测算法

为了提高复杂背景下的舰船目标的检测精度,消除目标与背景中像素比率的影响,设计了基于全局背景减法滤波器与多特征融合的红外舰船检测算法。首先,根据红外舰船图像的像素强度分布,提出了一种全局背景减法滤波器,有效抑制背景信息,输出稀疏前景图像;为了避免舰船目标的丢失,根据稀疏前景图像的梯度、显著性映射,计算控制权重矢量,联合每一行像素的强度值,设计了自适应逐行均值减法滤波器,增强红外舰船目标;定义迭代分割方法,对增强目标图像进行分割,输出二值图像;最后,基于红外舰船的几何属性,计算舰船的多个形状特征参数,并构造了目标选择规则,以识别真实的红外舰船和消除虚假目标。测试数据显示,与当前红外舰船检测方法相比,在复杂背景下,所提方法的检测正确率更高,呈现出更为理想的受理者工作特征(ROC)曲线。

基于背景感知相关滤波的无人机目标跟踪算法

四旋翼无人机可广泛适用于各种地形中,完成目标物的实时捕捉、动态跟踪等任务,商用前景非常可观.本文针对无人机目标跟踪问题,设计了一种基于背景感知相关滤波的目标跟踪系统.背景感知相关滤波算法与现有文献中的目标跟踪算法相比,其优势在于提取深度特征与空间约束相结合,目标跟踪拥有更高的实时性与准确性.实验结果表明,本文设计的无人机目标跟踪算法能够有效地识别与跟踪预设目标,本系统具有一定的应用价值.

背景不确定性对高光谱异常目标探测的影响

为研究背景不确定性对高光谱目标探测的影响,对比分析了不同背景复杂度高光谱图像的异常目标检测结果。为避免其他因素的干扰,对航空高光谱图像进行低通滤波处理,获得具有不同背景复杂度的高光谱系列图像,而后在图像中嵌入目标,得到背景不确定性不同而目标相同的系列高光谱图像。用异常检测算法对得到的图像进行目标检测,结果表明:(1)背景不确定性越低,异常目标被探测到的可能性越大;(2)混合像元的存在有利于降低目标的显著性,并使得探测结果的不确定性增加;(3)当空间分辨率的尺度大于2倍目标尺度时,即便背景不确定性很小,由于目标背景的光谱混合,目标检测结果也变得完全不确定。

基于背景差分法的视频目标检测算法研究

运动目标的检测是数字图像处理和模式识别以及计算机视觉领域研究的主要内容之一,也是计算机视觉研究的一个重要领域。对基于背景差分法的视频目标检测的算法进行了研究。以Matlab为主体研究工具,对视频中的运动目标进行检测。对背景差分法的原理和算法进行了研究,并对其进行了详细的讨论和分析。利用中值滤波背景模型来提取背景,并对目标的阴影进行检测与抑制。实验结果表明,采用该算法对运动目标进行检测具有良好的准确性和稳定性。

基于尺度自适应的背景感知目标跟踪算法

针对目标跟踪过程中出现的尺度变化、光照变化、运动模糊及背景杂乱等现象,提出一种基于背景感知相关滤波跟踪器(BACF)的多特征融合与尺度自适应相结合的目标跟踪算法。提取目标和背景信息的多种特征信息,根据响应图对特征分配权重进行加权融合完成目标位置预测;利用方向梯度直方图(HOG)特征和颜色名称(CN)两种互补特征替换判别尺度空间跟踪算法中单一的HOG特征,对目标进行尺度估计;选用自适应变化的阈值更新滤波器模型。仿真对比结果表明所提方法具有较高成功率和精确度。

多帧监督的相关滤波无人机目标跟踪

目标跟踪是无人机的关键技术之一。无人机目标跟踪容易因相机运动、尺度变化等场景的影响,导致跟踪漂移或丢失。提出一种多帧监督的相关滤波无人机目标跟踪算法,加入多帧信息,根据视图的像差监督响应图变化率,有效地提高跟踪器的识别能力。采用裁剪矩阵引入真实负样本,并加入多个历史帧信息提高滤波器的鲁棒性。采用欧几里德范数定义响应图的像差,通过监督像差的变化防止跟踪漂移,得到目标的准确位置。根据相似度进行目标模型更新。在UAV123和VisDrone2019数据集上与其他算法对比实验。结果显示该算法在相机运动、尺度变化等场景具有良好的跟踪鲁棒性和精度。

红外弱小目标多组独立检测方法

针对红外序列图像中运动弱小点目标的检测问题,提出了一种多组独立检测方法。首先,利用神经网络优化的形态学算子进行背景抑制,基于自适应门限实现单帧目标检测。在多帧检测中,先将可能的航迹观测序列进行分组累加,然后进行似然比检验。由于多组独立检测考虑了信噪比过低或者强噪声干扰的影响,一定程度上加速了航迹的确认和删除,提高了多帧检测的性能。基于此提出了多组独立检测方法,并对算法性能进行了详细分析。实测数据结果证明:在相同虚警概率情况下,多组独立检测法的检测性能优于截断序贯处理算法的检测性能。

一种基于分组序贯的红外弱小点目标跟踪方法

针对红外序列图像中运动弱小点目标的检测跟踪问题,在多假设跟踪算法(MHT)的基础上提出了一种分组序贯的思想。基于这种思想,给出了一种多组独立检测法。对这种方法进行仿真,并与多级假设检验的截断序贯处理算法进行比较。实验结果证明在相同虚警概率情况下多组独立检测法的检测概率与截断序贯处理算法的检测概率相近,但运算量要远小于后者。

基于虚警识别与空-频域显著性映射的红外弱小目标检测算法

为了提高复杂背景与低信杂比率环境下的弱小目标检测准确度,有效控制虚警的干扰,考虑真实目标与背景的差异,设计了虚警识别耦合空-频域显著性映射的红外弱小目标检测算法。首先,根据红外中心像素在不同方向的强度,基于中值滤波器,构建了新的噪声滤波方法,充分抑制红外背景中的噪声干扰。随后,考虑中心像素与其邻域像素间的强度差别,设计背景抑制滤波机制,消除背景信息。根据初始红外图像与背景抑制结果,在空域内计算灰度映射。基于Fourier变换的相位谱,在频域内提取红外目标的显著性映射。利用背景的均值与方差,通过一个滑动窗口,建立候选目标检测方法,从灰度映射与显著性映射中确定候选目标。最后,利用真实目标位置的相关性,建立虚警识别方法,从候选目标中消除虚警,以保留真实弱小目标。实验数据表明:较已有的弱小目标识别技术而言,在复杂干扰背景下,所提方案可准确定位出真实目标,拥有更大的信杂比增益值与背景抑制因子,以及更好的ROC(receiver operating characteristic curve)特性曲线。

Instantaneous Real-Time Detection Technology of GLI on FY-4 Geostationary Meteorological Satellite

Lightning is a typical example of an instantaneous random point source target. It has close connection with severe convective phenomena such as a thunderstorm, whose distribution, variation, position and forecasting can be acquired through lightning observation. In this paper, we discuss the way to achieve instantaneous lightning signal intensification and detection from geostationary orbit by using the differences between the lightning signal and the slowly changing background noise such as that of cloud, land and ocean, combining three methods, spectral filtering, spatial filtering and background noise, enabling removal between frames. After six months of operation in orbit, lightning within the coverage of the Geostationary Lightning Imager was effectively detected, strongly supporting the case for shorttime and real-time early warning, forecasting and tracking of severe convective phenomena in China.

面向车辆自主驾驶的行人跟踪算法

基于背景感知相关滤波框架和车辆前方行人运动的特点,建立了运动行人尺度快速估计和选择性更新的行人跟踪算法。首先,在线训练学习待跟踪行人的背景感知相关滤波器。其次,针对行人的尺度变化训练一个一维的尺度相关滤波器对尺度进行精细搜索,使算法更适应车载的快速尺度变化。再次,利用峰值旁瓣比评价行人状态,建立两相关滤波器的选择性更新机制。最后,基于吉林大学车载试验数据库JLU-PDS、德国奔驰Daimler、美国OTB共享国际测试库,与卡尔曼车载行人跟踪算法进行对比测试,试验结果表明本文算法具有较好的尺度适应和抗遮挡性能,更能满足车辆自主驾驶的需求。