由于復雜場景中目標物體易受光照、遮擋影響且目標本身可能發(fā)生尺度、姿態(tài)等變化,紅外圖像中的目標識別跟蹤面臨很大的困難。本文的主要工作是利用實測試驗數(shù)據(jù),對目標檢測識別特征進行分析,針對干擾環(huán)境中目標被遮擋時跟蹤性能大幅下降的問題,提出了一種改進的抗遮擋跟蹤算法,有效改善了紅外運動目標跟蹤算法的性能。本文首先對實測紅外圖像中的典型目標、干擾場景區(qū)域提取了包括灰度、形狀、紋理等各類特征,并采用F檢驗值、主成分分析法等特征選擇方法,通過目標分類性評價選擇特征,挖掘出目標表征特征,可為目標檢測識別算法的設(shè)計提供支撐。針對復雜遮擋條件下,目標區(qū)域提取不完善導致跟蹤過程中的模板誤差,提出了基于光流算法和超像素分割的目標區(qū)域提取方法與基于ViBe和幀差法的目標區(qū)域提取方法,提高了遮擋條件下目標區(qū)域的提取精度。針對傳統(tǒng)KCF跟蹤算法在遮擋條件下跟蹤性能不佳的問題,提出了一種基于相關(guān)濾波的抗遮擋運動目標跟蹤算法:首先采用光流算法和超像素分割充分提取目標區(qū)域,最大程度地減少背景點的干擾,提高目標特征提取的精度;針對單一特征的適應(yīng)性不足的問題,建立多特征融合的特征表達模板;在對跟蹤模板進行更新時,采用相關(guān)濾波...

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 課題研究目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文結(jié)構(gòu)安排
2 典型自然干擾環(huán)境目標檢測識別特征分析
    2.1 目標/背景場景特征提取
    2.2 典型場景區(qū)域的表征特征集選擇
    2.3 本章小結(jié)
3 基于核相關(guān)濾波的抗遮擋運動目標跟蹤問題分析及改進方案
    3.1 基于核相關(guān)濾波跟蹤算法對遮擋運動目標跟蹤問題分析
    3.2 基于光流法的運動目標提取
    3.3 基于VIBE的運動目標提取
    3.4 本章小結(jié)
4 干擾環(huán)境下的運動目標提取
    4.1 基于光流算法和超像素分割的運動目標提取
    4.2 基于VIBE和幀差法的運動目標提取
    4.3 目標提取實驗結(jié)果對比分析
    4.4 本章小結(jié)
5 基于核相關(guān)濾波的抗遮擋運動目標跟蹤算法實驗分析
    5.1 基于核相關(guān)濾波的抗遮擋運動目標跟蹤算法
    5.2 抗遮擋運動目標跟蹤算法實驗分析
    5.3 本章小結(jié)
6 全文總結(jié)與展望
    6.1 論文主要工作
    6.2 需要進一步研究的工作
致謝
參考文獻
附錄1 攻讀碩士學位期間的科研成果



本文編號：3807899