基于提升框架检测的空中强机动视频目标跟踪

空中强机动性目标在视频中表现出运动形变剧烈、运动规律难预测且背景特征不明显不稳定等特点,传统的检测跟踪算法不能有效地对其实施检测跟踪.为解决上述问题,提出一种不依赖于帧间运动特性的基于提升框架检测的空中强机动视频目标跟踪算法.首先,利用提升框架实现图像的小波变换,得到目标的高频分量信息.然后,对高频分量进行融合,并提出了目标特征增强的方法,完成单帧图像的目标检测.最后,实现视频序列的实时跟踪.实验结果表明,该算法能够实时、准确地对空中背景下的强机动性目标进行检测跟踪,有效地解决了目标运动形变剧烈、某些帧中存在遮挡而造成后续帧失跟等跟踪困难.     

红外成像型空空导弹目标自动识别技术

针对红外导弹和红外诱饵弹的对抗,构建了红外导引头图像探测器的透视投影几何模型.基于模型证明了飞机和目标在不同距离和相对飞行速度下,成像序列中相邻两帧图像间飞机目标的相似性,并且提出了适合导弹的目标快速识别算法,该算法是基于当前帧图像与前一帧图像的目标特征匹配的.最后以实测的飞机及诱饵红外图像数据对文中提出的算法进行了仿真,仿真结果表明了算法对目标识别是可行和有效的,并且能够满足较高实时性的要求.     

动态红外迷彩伪装的机理与实现

动态红外迷彩伪装,是一种可控的新型红外伪装手段,它是通过迅速降低目标与背景红外图像帧与帧之间相关度,从而使红外跟踪系统对地面目标的跟踪丢失.在分析红外跟踪系统的相关算法及动态伪装原理的基础上,提出基于帕尔帖效应的温度调节型和基于电致变色的发射率调节型动态红外迷彩伪装技术,并对2种类型的实验样机进行了测试和分析.结果表明,采用动态红外迷彩伪装对反红外系统的相关跟踪具有一定效果,是对抗红外系统相关跟踪的一个发展方向.     

红外传感器目标跟踪算法

对红外传感器目标跟踪进行了系统的阐述 ,包括航迹起始、已知目标强度分布模型时的红外目标跟踪 ,对目标质心伪测量的红外目标跟踪 ,基于质心及质心偏移测量的红外目标跟踪 ,红外传感器的目标机动检测、利用图像分割和目标特征的红外目标跟踪 ,图像相关算法和 Kalman滤波的红外目标跟踪 ,简化充分统计量的红外目标跟踪 ,修正球坐标系 (MSC)的红外目标跟踪、利用主客观知识的红外跟踪 ,红外传感器的微弱信号检测与跟踪以及红外传感器检测 -跟踪的联合优化等研究具有一定的参考意义     

一种有效的红外弱小目标DBT算法研究

作为红外自寻的制导、搜索跟踪和预警等领域的一项关键技术,红外弱小目标检测与跟踪成了红外图像处理领域中的一项重要研究课题。本文采用了"先检测后跟踪(DBT)"的思想对红外小目标进行检测与跟踪,首先采用基于各向异性偏微分方程的背景抑制技术对单帧图像进行抑制,再用最大绝对对比度阈值对红外图像进行分割,最后采用形心跟踪法对小目标点坐标定位。试验证明本文算法应用于目标检测的可行性和有效性。     

基于连续帧的红外小目标检测技术

提出了一种基于连续帧的远距红外小目标检测技术。通过对原始红外图像进行增强型简化高通滤波提高图像信噪比,用基于直方图迭代得到的阈值二值化后,得到小目标图像。为了确保目标检测的可靠性,利用连续多帧确定截获的目标。仿真结果表明该算法可实现在低信噪比复杂背景中对远距小目标的快速稳定截获。     

武器跟踪随动系统视景仿真(英文)

武器跟踪随动仿真系统是一个能够对武器跟瞄进行演示验证的虚拟现实系统,对虚拟军事训练的研究和探索,有着极其重要的意义。提出了一种简易的跟踪随动算法,可以对武器跟瞄运动目标进行有效的模拟;并建立VegaPrime与OpenGL混合编程机制解决了在场景中的画图问题,实现了对瞄准镜十字刻线的绘制;通过实验,实现了在计算机系统中一定范围的全天候自然实景的模拟。开发和应用结果表明,该方法具有可行性,仿真产生的图像与实际成像较为接近,并能大幅度减少训练成本。上述研究对于武器瞄准训练以及目标识别等具有一定的工程意义。     

地面目标特征识别与无人飞行器位姿估计

针对小型无人飞行器位置姿态估计问题,提出了一种基于视觉图像目标特征的相对位姿估计算法。应用Camshift算法获取目标初始位置,利用非线性尺度空间下的KAZE特征进行跟踪区域特征点提取,与源目标特征点进行匹配,得到精确的目标位置信息,实现了在图像平面内的目标快速跟踪,并得到机体轴系下无人飞行器与目标间相对位置和姿态角的估计值。对算法进行了实验验证,具有优良的跟踪性和实时性。     

雾霭图像实时处理算法加速策略

为仿真前视红外导引头实时匹配导引过程，完成目标实时跟踪性判断，针对限制对比度自适应直方图均衡和归一化互相关算法开展加速策略研究，提出基于统一计算设备架构(Compute Unified Device Architecture, CUDA)的雾霭图像实时处理加速方案，并进行设计参数寻优，得出线程块、线程网格设计参数存在最优尺寸，需实验测定的结论。实验结果表明，引入CUDA加速优化后，较未进行CUDA加速前时间指标提高5~20倍，能够满足目标跟踪实时性要求，可为红外导引头目标实时跟踪系统设计提供参考。     

一种自适应多模式交互图像跟踪算法研究

图像目标的高精度稳定跟踪一直是舰载光电跟踪中的一个技术难点,由于传统目标跟踪算法结构单一、背景要求简单、稳定性差,因而无法更好地在复杂背景下对目标进行稳定、实时的跟踪。基于一种图像背景复杂程度的自适应判断方法,提出一种形心跟踪和相关跟踪自适应多模式交互的图像跟踪算法,利用形心跟踪与相关跟踪算法的互补性,通过模式转换来提高目标跟踪稳定性和精度。仿真结果表明,该算法计算量小,抗干扰性强,跟踪精度高。     

多尺度PCA-HOG遥感异源图像匹配算法

针对遥感异源图像匹配中非线性灰度畸变和强噪声干扰问题,提出一种基于主成分分析(Principal Components Analysis,PCA)和方向梯度直方图(Histogram of Oriented Gradients,HOG)的遥感异源图像匹配算法.该算法利用HOG提取图像间的几何结构共性特征,能有效克服异源...     

一种基于特征匹配的实时电子稳像算法

为了实时地稳定摄像系统的输出视频,提出了一种基于特征匹配的实时电子稳像算法。将改进的Kanade Lucas Tomasi(KLT)算法用于特征提取,并提出一种新的基于灰度投影均值的特征匹配算法。为了保证稳像结果的鲁棒性,还给出了特征的有效性检验方法。另外,基于高实时性对运动滤波算法的要求,在有意运动参数估计中采用了递归Kalman滤波法。实验表明,在微机上稳定单帧图像仅需24.7ms,能够满足实时性要求,且具有良好的稳像效果。     

IMM-EKF雷达与红外序贯滤波跟踪机动目标

雷达与红外数据融合能够实现信息互补,改善对目标的跟踪、识别以及提高系统的生存能力.为了解决空中目标高速机动时,单一模型的雷达/红外序贯滤波跟踪发散的问题,提出了一种基于序贯滤波和交互多模型的雷达/红外融合跟踪机动目标的方法,通过在雷达与红外序贯滤波融合中引入交互多模型来跟踪机动目标.仿真结果表明,该方法与基于最优数据压缩的雷达与红外传感器融合跟踪机动目标相比,跟踪精度明显提高,是一种雷达与红外传感器融合跟踪机动目标的有效方法.     

基于编队结构特征的海面舰船目标关联方法

为综合利用星载光学成像、星载电子侦察数据对海面舰船编队进行监测,提出了一种基于舰船编队结构特征的二次匹配目标关联算法,通过构造加权二分图进行最优匹配求解。仿真结果表明,该方法在目标定位精度差别较大、目标存在漏检测等情况下相比传统关联算法的匹配正确率有较大提高,证明了算法的有效性。     

基于对偶四元数的单目视觉/惯性组合导航算法

提出一种适用于结构化道路的单目视觉/惯性组合导航定位算法.针对点特征匹配和连续多帧追踪受车速和相机视野制约的不足,提取道路上车道线的直线特征,引入对偶四元数描述直线特征.在基于对偶四元数的相对位姿估计算法的基础上,推导了图像特征增量与相机位姿增量的表达式.通过配准和时间同步,用惯导系统和相机分别解算的载体速度之差作为组合导航的观测量,建立kalman滤波修正组合导航系统的误差,包括相机测速标度因数误差.车载实验结果表明在结构化道路上算法是有效的.     

An infrared target intrusion detection method based on feature fusion and enhancement

Infrared target intrusion detection has significant applications in the fields of military defence and intelligent warning. In view of the characteristics of intrusion targets as well as inspection difficulties, an infrared target intrusion detection algorithm based on feature fusion and enhancement was proposed. This algorithm combines static target mode analysis and dynamic multi-frame correlation detection to extract infrared target features at different levels. Among them, LBP texture analysis can be used to effectively identify the posterior feature patterns which have been contained in the target library, while motion frame difference method can detect the moving regions of the image, improve the integrity of target regions such as camouflage, sheltering and deformation. In order to integrate the advantages of the two methods, the enhanced convolutional neural network was designed and the feature images obtained by the two methods were fused and enhanced. The enhancement module of the network strengthened and screened the targets, and realized the background suppression of infrared images. Based on the experiments, the effect of the proposed method and the comparison method on the background suppression and detection performance was evaluated, and the results showed that the SCRG and BSF values of the method in this paper had a better performance in multiple data sets, and it’s detection performance was far better than the comparison algorithm. The experiment results indicated that, compared with traditional infrared target detection methods, the proposed method could detect the infrared invasion target more accurately, and suppress the background noise more effectively.