光測圖像目標(biāo)檢測跟蹤與判讀方法研究.pdf

1、光學(xué)跟蹤測量系統(tǒng)在武器試驗(yàn)過程產(chǎn)生大量的圖像數(shù)據(jù)，處理這些數(shù)據(jù)可以得到武器的軌跡與姿態(tài)、光學(xué)輻射特性等參數(shù)，為武器鑒定與故障分析提供重要的數(shù)據(jù)支持。目標(biāo)檢測跟蹤與判讀方法是光測圖像數(shù)據(jù)處理的關(guān)鍵技術(shù)，通常先檢測目標(biāo)，再跟蹤目標(biāo)，最后判讀特征。為了滿足多樣化的試驗(yàn)任務(wù)需求，實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)處理，提高分析的自動(dòng)化程度，需要研究高效、精確、適應(yīng)性強(qiáng)的檢測跟蹤與判讀方法。
　　本文主要面向光測圖像實(shí)時(shí)處理。在運(yùn)動(dòng)目標(biāo)檢測方面，研究了適用于固定

2、視場的背景剪除方法，以及變化視場的運(yùn)動(dòng)檢測方法；在目標(biāo)跟蹤方面，研究了基于外觀增量學(xué)習(xí)的目標(biāo)區(qū)域/輪廓跟蹤方法，以及基于跟蹤-檢測-學(xué)習(xí)的目標(biāo)區(qū)域跟蹤方法；在特征判讀方面，發(fā)展了基于二維/三維模型的特征定位方法。在上述研究方法基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了光測圖像實(shí)時(shí)判讀解算系統(tǒng)，該系統(tǒng)成功應(yīng)用于多類靶場光測試驗(yàn)，滿足用戶實(shí)時(shí)獲取并分析試驗(yàn)數(shù)據(jù)的需求。
　　本文的主要研究成果包括：1）提出一種基于時(shí)空樣本的自適應(yīng)混合背景建模方法，由于同時(shí)考

3、慮鄰域像素的位置與外觀信息對當(dāng)前像素的影響，可以實(shí)現(xiàn)固定場景中運(yùn)動(dòng)目標(biāo)的高質(zhì)量檢測，特別是低質(zhì)量圖像序列，如有噪聲或壓縮視頻；2）提出一種基于密集光流和單應(yīng)約束的近平面場景運(yùn)動(dòng)目標(biāo)檢測方法，由密集光流計(jì)算場景的單應(yīng)約束，不符合約束的像素集合即為運(yùn)動(dòng)目標(biāo)，該方法相比幀差方法檢測更準(zhǔn)確，相比多幀方法計(jì)算更高效；3）在基于檢測的跟蹤框架基礎(chǔ)上，構(gòu)造空間金字塔，定義紋理和形狀的二值特征，據(jù)此提出一種支持特征在線選擇的混合隨機(jī)樸素貝葉斯視覺跟蹤器

4、，可以適應(yīng)目標(biāo)發(fā)生外觀變化、受復(fù)雜場景干擾和光照變化影響、存在部分遮擋等情況；4）給出一種跟蹤-檢測-學(xué)習(xí)算法的自適應(yīng)加速實(shí)現(xiàn)，通過并行跟蹤與檢測過程，加速算法運(yùn)行，增加特征選擇與在線尺度估計(jì)機(jī)制，提高算法適應(yīng)性，算法可以適應(yīng)目標(biāo)尺度變化、反復(fù)進(jìn)出視場等情況；5）在基于分割的跟蹤框架基礎(chǔ)上，提出一種基于高斯混合模型在線學(xué)習(xí)的輪廓跟蹤方法，由于采用多模態(tài)外觀描述，可以精確快速地跟蹤分割顏色復(fù)雜的目標(biāo)；6）提出一種基于二維/三維模型的特征定