基于视频图像的目标识别与跟踪算法

研究了基于视频图像的目标识别与跟踪算法。主要应用了Hog特征和支持向量机(SVM)分类器设计完成对目标的侦察识别。当侦察到目标时,采用高斯模型对目标和背景建模,结合卡尔曼滤波预测估计方法和均值漂移(mean-shift)理论,实现目标跟踪和定位功能。最后通过缩微环境中的案例演示,验证了所提算法的可行性。     

战术指挥网络系统在野战炮兵的应用前景

野战炮兵要打赢未来的战争,必须提高野战炮兵的数字化、信息化水平。"野战炮兵战术指挥网络系统"是提高野战炮兵的数字化、信息化水平的一种手段。新军事变革的不断深入和扩展以及战争形态的不断演变,造就了未来战争的多样性、复杂性、快速性、隐蔽性、立体性和高技术性。强调野战炮兵的装备必须走全面数字化和信息化的道路。告诫在未来的竞争中,谁赢得了信息、谁拥有了数字化武器,谁就能赢得时间,取得战争的胜利。     

跟踪系统持续稳定跟踪目标的粒子滤波

在现代战争中,视频跟踪技术是实现精确火力打击的关键技术,是获取信息对抗胜利从而夺取战争主动权、实现发现即摧毁的重要保证。由于战场地理环境复杂,经常存在跟踪目标被遮挡而丢失的情况,因此,稳定的长时跟踪算法必不可少。针对现在战场复杂环境下目标跟踪遇到的问题,提出了基于KCF(Kernelized Correlation Filters)和粒子滤波相融合的跟踪算法,相比较传统算法其能够在复杂环境下完成长时、稳定、准确的跟踪。通过设计的视频跟踪系统的硬件平台实验结果显示,该算法可实现目标的稳定跟踪以及目标被遮挡丢失之后的重新检测,能够满足复杂战场环境下目标的长时稳定跟踪的需求。     

坦克行进间炮耳轴倾斜角预测模型研究

针对坦克行进间具有振荡性的火炮耳轴倾斜角数据,提出了一种改进的灰色预测模型。提出了一种数据变换方法,能够将原始序列处理为正数单调序列,使其符合灰色模型对建模数据的需求;利用小区间的矩形面积和重构模型背景值,并在基于无偏性的准则下研究了重构背景值中的参数与模型参数之间的关系,提出了一个背景值中参数的直接表达式;利用两种参数的关系,构建了改进的灰色微分方程,通过求解得到了优化的预测公式。经过实例分析,改进模型预测结果的平均相对误差为3.53%,能够较为准确地预测炮耳轴倾斜角的变化情况。