復(fù)雜背景下空面目標(biāo)視頻跟蹤方法及實(shí)驗(yàn)系統(tǒng)研究.pdf

1、復(fù)雜背景下的空面目標(biāo)跟蹤技術(shù)是現(xiàn)代機(jī)載光電系統(tǒng)的關(guān)鍵技術(shù)之一。機(jī)載傳感器對(duì)地面目標(biāo)成像時(shí)因背景的復(fù)雜性、差異性、光照條件變化,以及運(yùn)動(dòng)目標(biāo)的機(jī)動(dòng)性、隱身性、低信噪比、遮擋或不連續(xù)性,或因機(jī)載平臺(tái)的不穩(wěn)定性、觀測(cè)相對(duì)位置變化較大等特點(diǎn),通常在機(jī)載復(fù)雜背景條件下,難以實(shí)現(xiàn)對(duì)地目標(biāo)持續(xù)、穩(wěn)定、可靠的跟蹤。
　　可見(jiàn)光成像時(shí)地面目標(biāo)的細(xì)節(jié)信息較為豐富,但是目標(biāo)主體因遮擋、隱身可能產(chǎn)生全部或者局部信息丟失;紅外系統(tǒng)成像時(shí)目標(biāo)主體較為清晰,但

2、在紋理、顏色等細(xì)節(jié)上則不如可見(jiàn)光成像效果好。本文從可見(jiàn)光單傳感器跟蹤及紅外/可見(jiàn)光融合跟蹤兩條技術(shù)路線,利用機(jī)載光電吊艙配置的可見(jiàn)光及紅外傳感器,發(fā)揮兩類成像傳感器的各自優(yōu)缺點(diǎn),提出了復(fù)雜背景下空面目標(biāo)基于可見(jiàn)光單傳感器跟蹤以及基于紅外/可見(jiàn)光圖像的融合跟蹤方法。
　　論文主要工作和創(chuàng)新點(diǎn):
　　(1)在可見(jiàn)光單傳感器的情況下,對(duì)經(jīng)典跟蹤方法 Camshift算法進(jìn)行了改進(jìn)。在原算法只選用單一顏色特征的基礎(chǔ)上加入了目標(biāo)的紋理

3、、運(yùn)動(dòng)特征,并結(jié)合了點(diǎn)跟蹤中的經(jīng)典算法Kalman濾波,用“點(diǎn)”、“面”結(jié)合的方式提高跟蹤效果。
　　(2)針對(duì)紅外及可見(jiàn)光傳感器各自的優(yōu)缺點(diǎn),提出了多傳感器融合跟蹤方法來(lái)提高復(fù)雜背景下的跟蹤效果。本文分別從圖像融合的像素級(jí)、特征級(jí)和決策級(jí)提出了各自的融合跟蹤框架。
　　(3)在實(shí)驗(yàn)室環(huán)境下設(shè)計(jì)并實(shí)現(xiàn)了一套機(jī)載跟蹤模擬與仿真系統(tǒng),開(kāi)發(fā)了機(jī)載跟蹤模擬系統(tǒng)軟件平臺(tái),用以模擬生成機(jī)載對(duì)地觀測(cè)時(shí)的紅外/可見(jiàn)光圖像,并驗(yàn)證了本文提出的