刘光明[1]2011年在《基于天基测角信息的空间非合作目标跟踪算法及相关技术研究》文中认为空间目标监视是国家空间战略信息获取的重要途径,而基于天基测角信息的空间非合作目标跟踪定轨技术是实现我国天基空间目标监视系统亟需突破的关键技术。论文以天基空间目标监视系统为主要研究背景,以参数估计理论、连续同伦方法、非线性系统可观性理论、非线性滤波理论、联邦滤波理论及抗差估计理论为理论基础,重点研究了基于天基测角信息的初轨确定、跟踪滤波、联合定轨、抗差自适应跟踪定轨及目标编目维护等关键技术。本文采用仿真实验与数学推理相结合的研究思路,保证了模型和算法的正确性,初步解决了空间目标天基仅测角跟踪中的若干关键问题。论文的主要研究成果如下:研究了基于天基测角信息的短弧初轨确定方法。(1)提出了短弧初轨计算中两种迭代初值选取方法:考虑J 2项摄动的简单迭代法和基于经典高斯法的信赖域法。(2)提出了基于连续同伦算法的天基仅测角短弧初轨确定方法,该方法在Laplace改进法基础上,采用了考虑轨道摄动影响的单位矢量法,利用连续同伦算法求解天基仅测角条件方程组,实现了单星观测与双星立体观测两种跟踪方式下的初定轨。研究了天基仅测角跟踪系统的可观测性分析方法。(1)依据以微分几何为基础的非线性控制系统可观性理论,结合系统的状态方程和测量方程,提出了天基仅测角跟踪的可观测性分析方法,证明了近圆轨道上运行的单个观测平台对空间目标仅测角跟踪是可观测的。(2)为了描述系统可观测性的强弱程度,引入跟踪滤波误差下限与系统可观测度,结合仿真结果分析了系统可观测度的影响因素。研究了分布式卫星对空间目标的联合定轨技术。(1)提出了基于平方根UKF的编队双星对空间目标的联合定轨方法,将地面站对编队双星的观测数据、星间测量数据及编队双星对空间目标的测角数据融合起来进行联合定轨,整网确定出编队双星和空间目标的状态。(2)提出了基于分布式Sigma-Points信息滤波的广义联邦SPIF算法,将Carlson联邦滤波扩展到主滤波器与局部滤波器维数不同的情况,并采用“条件重置”原则进行状态重置。仿真实验表明,该算法可以提高多滤波器系统的数据处理效率和容错性,可应用于多星对空间目标的联合定轨。研究了基于抗差自适应滤波的跟踪滤波算法。(1)针对状态方程扰动和观测异常会严重影响EKF滤波性能的问题,提出了抗差自适应EKF算法,采用将观测噪声协方差阵在线估计和自适应因子相结合的方式,从整体上平衡观测数据和状态预报对系统状态估计的贡献。(2)针对实际的跟踪滤波过程中噪声统计特性时变会导致传统UKF滤波精度下降甚至发散的问题,提出了基于极大验后估计的抗差自适应UKF算法,研究将时变噪声统计特性在线估计和抗差自适应因子相结合,有效抑制了粗差的影响,提高了滤波精度和稳定性;并参考传统UKF稳定性分析方法和Cramer-Rao下限理论,以数学推理方式对该算法进行了滤波性能分析。提出了面向天基仅测角跟踪应用的双行轨道根数生成方法。(1)针对空间目标的双行轨道根数(TLE)拟合过程可能出现奇点的问题,在TLE和SGP4模型的基础上,提出了基于无奇异轨道根数的TLE拟合算法。(2)考虑到天基观测平台的数据处理能力有限,通过引入带有自适应遗忘因子的递推最小二乘算法,提出了面向天基仅测角跟踪应用的TLE生成方法。仿真实验表明,该方法迭代收敛速度较快,长弧段轨道预报精度稳定,可应用于近地空间目标的监视跟踪。本文系统研究了基于天基测角信息的空间非合作目标跟踪算法及相关技术,在该领域取得了一些探索性研究成果,为今后进一步开展研究和实验奠定了理论基础,同时也对我国空间目标天基监视技术有一定的参考价值。
黄绿娥[2]2008年在《基于机器视觉的人体运动目标智能监控系统设计与研究》文中研究指明基于机器视觉的运动目标的检测与自动跟踪融合了图像处理、模式识别、人工智能、自动控制以及计算机等多学科领域的先进技术,在机器人视觉、可视预警、机器导航、交通管理、多媒体教学、人机交互及重要场所安全监控等领域有着广泛的应用。随着社会对安全要求的日益重视和提高,安全监控越来越重要。本文主要研究如何在复杂的运动环境下检测与自动跟踪运动人体目标,使运动目标一直处在运动摄像机的监视范围内。研究主要分两个部分:一、通过图像处理检测出运动目标在图像中的位置;二、通过步进电机及其驱动器,控制摄像头自动跟踪运动目标的闭环模糊控制部分。首先综述了课题的国内外研究发展状况,总结和分析现有运动目标检测与跟踪的基本工作原理及难点。通过对已有的多种自动跟踪监控系统方案的比较,提出并设计了云台硬件及软件系统,硬件主要由步进电机及其L297/L298驱动器、基于P89V51单片机的控制器和RS-232串口通信等组成,软件主要通过MODBUS协议实现云台与PC机串口通信。用该系统控制云台上的摄像头按检测到的目标位置方向和角度旋转。图像处理部分是能否检测到目标及其位置的关键。首先是进行图像的采集,目标分割与提取进行如:中值滤波、二值化、数学形态学处理、边缘检测等,推荐了一种新的边界检测函数,能得到比Canny算子检测更清晰及去噪效果更好的图像边缘。接着是图像的识别与跟踪,通过对当前运动跟踪应用比较广泛的MeanShift算法的分析,为满足实时性及全自动跟踪的要求,用改进的Surendra算法不断更新背景以提取目标模板,同时提出了一种通过两帧相同运动区域来减少匹配范围的快速模板匹配算法。在图像的检测与跟踪系统中采用闭环控制的思想,建立云台跟踪控制模型,首先对摄像机坐标系与图像坐标系进行了转换。考虑到人体目标运动的随机性、非线性及要求采集到图像的稳定性,通过与PID控制比较,设计了模糊控制器。本文设计的运动摄像头自动跟踪运动人体目标系统现已运行在实验室环境下。
张伟[3]2011年在《空间目标探测与识别方法研究》文中提出随着人类对空间技术开发利用的规模不断扩大,空间日益成为维护国家安全的“战略高地”,空间产业也逐渐成为促进国民经济发展的重要支柱。其中,空间目标的探测、识别与跟踪技术的发展显得尤其活跃。空间目标探测与识别系统的主要任务是对重要空间目标进行精确探测和跟踪,确定可能对航天系统构成威胁的空间物体的任务、尺寸、形状和轨道参数等重要目标特性,对目标特性数据进行归类和分发。空间目标主要指卫星,包括工作的卫星和不工作的卫星,同时也包括空间碎片,如进入空间轨道的助推火箭、保护罩和其他物体,还包括进入地球外层空间的各种宇宙飞行物,如彗星和小行星。传统的空间目标探测多采用地基光学望远镜、雷达探测器和无线电信号探测器组成的监视网,对空间目标进行探测和跟踪。这种探测方式的优点是技术较成熟、投资成本低,能够对空间目标进行有效地搜索和跟踪,但也容易受到气象、地理位置和时间的限制,使得小目标以及目标细节的观测受到影响。为了克服地基空间目标探测系统的各种缺点,各航天大国开展了天基空间目标探测技术的开发和应用。天基空间目标探测通过将各种探测器送入太空环境的方式对空间目标进行探测。该探测方式克服了地基空间目标探测的缺点,可以避免大气对观测效果的影响,同时也避免了地理位置和时间的限制,能够得到更好的探测结果。目前,天基空间目标探测有多种探测方式,这些探测方式都有各自的优缺点,单个探测器或单种探测方式所获得的单一信息已经难以达到探测要求。为了克服在天基空间目标探测中使用单个传感器或单种探测方式的缺陷,本论文在全面总结国内外天基空间目标探测与识别领域发展现状的基础上,进行了天基空间目标探测与识别的多载荷融合技术研究。首先,针对太空环境的特殊背景以及单载荷探测的局限性,提出了基于红外和可见光的天基空间目标多载荷融合方案,分解了方案中的关键技术,并对部分关键技术进行了研究。然后,在此基础上开展了可见光和红外两类观测载荷的多载荷图像处理与识别技术研究,针对远距离、近距离两个典型的阶段,分别提出了天基空间目标探测的多载荷融合技术与方法；采用了双目测距法对近距离目标进行定位技术研究；最后,搭建了功能验证平台对所提出的多载荷融合技术进行仿真与验证。该平台已经具备了实验演示和拓展的技术基础和要求,为天基空间目标探测与识别多载荷融合技术的进一步研究奠定基础。
于宝龙[4]2003年在《运动目标监视与跟踪系统的研究》文中研究说明通过摄像机监控动态场景，早已被广泛应用于生产和生活中，从社区和重要设施的保安监控到城市和高速公路的交通监控，从军事目标的检测跟踪到智能武器，在人类社会的方方面面，摄像机作为人类视觉的延伸，起着非常重要的作用。智能视觉监控就是要用计算机视觉的方法，在不需要人干预的情况下，通过对摄像机拍录的图像序列进行自动分析来对动态场景中的目标进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，从而做到既能完成日常管理又能在异常情况发生的时候及时做出反应，智能视觉监控是计算机视觉领域的前沿研究方向。与此同时信息高速公路、网络技术的发展也日新月异，覆盖的范围越来越广，许多工矿企业和家庭都与互连网进行了连接。图像压缩技术越来越先进，压缩后的图像质量也越来越好，也越来越便于网上传输，技术的发展已经为图像监控提供了广阔的拓展空间，若把它们有机地结合起来，无疑对于油库自动防火防盗的监控具有重大意义。 本项目结合该领域的最新进展，针对储油罐区防盗报警的需要，提出并研制了一种新的智能监控系统，可由计算机代替人工值班进行运动目标的自动检测、监视与跟踪，该系统由边界报警子系统、室外运动目标自动检测与跟踪子系统及油库图像硬盘录像及网上实时发布子系统组成。当有人从外面跨过库区边界进入油库区时，泄露电缆检测到信号并报警，计算机接到报警信号后，立即控制摄像机对准报警地段进行摄像(即图像采集)，并进行运动目标的检测与识别，当检测到运动目标后，就进入自动跟踪状态，由计算机根据目标的运动方向，自动控制摄像机的转动，将运动目标锁定在视野中进行自动跟踪。该系统能有效地消除由于塔的摇摆和树木的晃动而引起的图像干扰，与常规人工电视监控系统不同，该系统能在电视图像中自动检测出运动目标，并进行自动跟踪、录像，将压缩后的图像储存在计算机硬盘上，还能在互连网上进行实时发布，实现远程监控，是一种先进的智能监控防盗系统。
王伟嘉[5]2008年在《智能视觉监控中的运动目标跟踪技术及应用研究》文中研究说明智能视觉监控是采用计算机视觉的方法,分析和理解视频中运动目标的行为,并用自然语言进行描述。智能视觉监控技术在军事、民用等领域有着很重要的实用价值。运动目标跟踪是智能视频监控技术中的一个重要阶段。卡尔曼滤波和粒子滤波是运动目标跟踪的两种技术。卡尔曼滤波计算快速准确,但是要求运动目标的状态演变要满足线性高斯的条件(比如在短时间内目标运动是匀速的);粒子滤波能适用于非线性非高斯的系统,但是计算和存储的要求相对比较高。运动目标在非阻挡的情况下,帧间目标状态演变基本满足线性的条件的特点,适合采用卡尔曼滤波。在阻挡情况下,跟踪过程的后验概率分布往往是非线性非高斯的,用粒子滤波来完成跟踪过程能更为准确。因此本论文结合了以上两种方法。用卡尔曼滤波预测阻挡,在非阻挡情况下采用基于卡尔曼滤波的连通区域跟踪,在阻挡情况下采用基于颜色特征的粒子滤波。本文将运动目标跟踪算法应用于物体滞留与偷窃事件识别,用于分析静态物体和物体拥有者的运动轨迹,以此来确定滞留与偷窃物体事件的发生。滞留物是在原有场景中放置东西,偷窃物是拿走原有场景的东西,都是产生了静态的场景改变;所以首先要在场景中检测在一段时间内位置和形状都没有变化的静态物体。本文采用背景差分方法检测场景改变,基于两种方法构建背景模型,室内采用基于中值滤波的背景模型,室外采用基于主特征的自适应背景模型。然后运用卡尔曼滤波和粒子滤波相结合的跟踪算法对运动目标进行跟踪,发现有在一段时间内静止不动的物体,检测为静态物体。根据静态物体可能是物体滞留偷窃造成的,也可能是突变的光照变化的特点。本文引入分裂判断为来区分这两种变化。通过分裂判断,我们能在物体与拥有者之间建立对应关系,并且根据它们之间的距离判定是否发生丢弃(偷窃)事件。随后进一步根据滞留/偷窃物体会造成与周围场景颜色或纹理的不一致的特点,采用了两种分类方法:基于颜色直方图的巴氏距离判定方法、基于轮廓判断方法。本文对以上两种方法做了一些改进:基于颜色直方图的方法将原有的灰度直方图比较改为降维的彩色直方图比较。基于轮廓判断方法不仅考虑空间相似性,还加入了轮廓的连通性判断。用实验室自拍测试视频和PETS2006的通用测试视频进行实验,结果表明:1)对于本文的运动目标跟踪算法,在非阻挡情况下和短时间阻挡情况下都能实现准确的跟踪。通过滞留与偷窃物体事件的识别,验证运动目标跟踪算法在非阻挡和短时间阻挡情况下正确获得目标的运动轨迹。2)对于物体滞留/偷窃的识别,本文的方法在短时间阻挡的情况下能检测到滞留/偷窃物体,确定物体与其拥有者间的对应关系;在场景颜色和纹理不是十分复杂的情况下能正确区分滞留与偷窃事件。
宫淑丽[6]2012年在《机场场面移动目标监视系统关键技术研究》文中研究说明民航机场是民用航空运输系统的主要组成部分，是空中交通的重要基础设施。它是保证航空器安全起降的首要条件。随着民航运输业的快速发展，机场交通流量持续增长，在保障安全的条件下，如何提高机场场面的运行效率是民航业面临的重要问题。以A-SMGCS为代表的新一代高级场面运动引导与控制技术成为该领域研究的热点。本文围绕A-SMGCS技术，对机场场场面监视技术及组合监视原型系统展开理论算法和工程应用的研究。主要工作及取得的研究成果如下：1、根据SMR、ADS、D-GPS和MDS的目标定位原理、精度、更新率及覆盖范围等特点，确定了采用SMR、D-GPS和ADS-C叁种监视方式，以及它们之间的某种组合，作为本文场面监视的关键技术，为后文研究奠定了基础。2、实现SMR场面监视的目标定位与跟踪研究。采用多模型算法（IMM）实现单SMR对场面移动目标的定位与跟踪，分别研究了固定模型集IMM算法（FS-IMM）和变结构IMM算法（VS-IMM），经过Monte Carlo仿真，验证了VS-IMM算法比FS-IMM算法的跟踪精度高；研究了分布式多SMR场面监视的目标航迹融合，对其中的时空对准、误差配准等进行了研究，在此基础上，提出采用层次聚类的方式实现航迹关联，和采用加权融合的方法实现了航迹状态估计融合。3、提出基于ADS-C的场面飞机辅助监视系统方案。根据我国ACARS地空数据链的建设与成功应用，提出将其应用于机场场面上飞机辅助监视，设计了基于ACARS的ADS-C场面飞机辅助监视系统；提出了面向ARINC618协议的ACARS报文的快速译码；对基于ADS-C场面飞机辅助监视系统进行了航迹管理，提出采用基于“当前统计模型”对其航迹进行滤波。4、提出基于D-GPS的场面移动车辆监视方案。在分析对比叁种不同D-GPS特性的基础上，提出采用单基准站局域D-GPS实现场面移动车辆监视方案；首先，构建单基站局域D-GPS，标定D-GPS基准站的安装位置，并通过GPRS实现基准站与流动站之间的通信。然后，构建基于D-GPS的场面移动车辆监视系统。5、研究异类监视设备组合监视的目标航迹融合。介绍从WGS-84大地坐标系到直角坐标系的变换，和以高精度的D-GPS为基准异类多传感器的误差配准；提出采用FCM进行SMR航迹与ADS-C航迹的关联，并将AVQ神经网络引入到FCM中，提高了运算速度；将基于航迹隶属度的动态加权算法，运用到SMR和ADS-C已关联航迹的融合中，仿真验证了算法的有效性。6、基于D-GPS/ADS-C场面移动目标组合监视原型系统的软硬件设计与实现。以A-SMGCS的监视需求为前提，提出D-GPS/ADS-C组合监视原型系统的总体构架图；构建了基于C8051F单片机和CMX469A（MSK集成芯片）的飞机目标数据接收设备；采用ARM为主芯片，辅以外围芯片及I/O接口，连接D-GPS模块和WLAN模块，构建了车载终端的硬件；配置了监视中心的联网计算机，以及它和车载终端通信的接口硬件。提出用于车载终端的导航地图数据结构，利用JSCORS完成了电子地图的测绘；实现了线程化的UDP服务器模块，利用多线程和ICP技术实现了车载系统的软件设计，完成了GPS数据解析、WLAN数据通信与解析等主要功能；利用Python和PyQt的跨平台性，实现了组合监视原型系统跨平台的监视功能。7、基于D-GPS/ADS-C场面移动目标组合监视原型系统功能验证实验。把实验室现有的PATS平台配置为“PATS-EG环境”，对本文设计的飞机目标数据接收设备和飞机辅助监视系统，进行接收ACARS报文验证实验，验证了它接收机载ACARS报文的实时性与正确率等需求；在本校江宁校区测绘得到的电子地图基础上，进行跑车实验，验证了本文设计的单基准站局域D-GPS、车载终端和监视中心的基本功能，以及它们之间的通信功能。通过“基于D-GPS/ADS-C组合监视原型系统”功能验证实验，验证了：本文的机场场面移动目标监视关键技术研究的结果，是有效、有价值的；本文构建的“基于D-GPS/ADS-C组合监视原型系统”，对新构建场面移动目标监视系统可提供有用的基础支持。
孙刚[7]2015年在《大视场红外搜索系统目标检测关键技术研究》文中提出现代高技术战争中,红外成像探测已成为在复杂电磁干扰对抗环境下,辅助或替代雷达进行目标监视预警的重要方式,也是未来非对称作战环境下战场防御主要途径。现阶段发展第叁代红外探测系统的主要方向是,利用上千像元的大规格焦平面阵列进行远距离、大视场、高分辨的目标探测及成像识别。该类系统主要特点是:高精度探测、快速扫描、水平方向360度全景覆盖和大俯仰角度的搜索警戒。由此,大视场红外图像处理、实时目标检测算法等问题就突显出来。本文以“十二五”装备预先研究项目为支撑,以新一代高性能大视场红外搜索系统的应用需求为依据,针对大视场红外图像的目标探测技术开展研究。论文共分为四个部分:第一部分针对高动态范围的红外图像,在动态拉伸过程中由于大视场内背景成分较复杂,导致无法有效保留细节及信杂比下降的问题,提出了一种动态范围压缩及细节增强(DRCDDE)算法。首先,采用双边滤波将原始图像分解为包含大尺度结构的基底图像和包含高频信息的细节图像。然后,建立起局部对比度保持的动态范围压缩的算子模型,并提出一种新的非线性亮度转移函数,实现对基底图像的自适应动态范围压缩。对于细节图像,根据图像局部统计特性构建合适的灰度扩展准则,实现低对比度的细节增强及噪声的抑制。最后,将两部分结果进行加权融合。论文用真实的红外数据进行实验,并提出联合度量标准与其它算法进行定量的比较。结果表明,本文的算法不仅能实现各种红外场景下的动态范围压缩,很好的增强不同温度背景中的微小温差细节;同时还可以有效的增强弱小目标抑制噪声,即提高了图像的显示效果又利于进一步的目标提取。第二部分针对大视场红外图像单帧数据量大、背景干扰成分繁杂、目标信杂比低等特点,提出了两种满足实时处理要求的兴趣区快速提取算法:基于傅里叶频谱滤波的红外图像显着性检测和基于分块图像加权熵值矩阵的兴趣区提取,并构造基于多特征融合的综合分类器以实现目标确认和虚警剔除。首先,受人眼视觉系统能快速形成对显着区域注意的启发,论文提出了基于离散傅里叶频谱滤波的红外图像显着图生成算法。算法利用二维Gabor滤波器对红外图像进行不同频率、朝向的多通道特征提取;进而建立了基于频谱滤波的显着性检测(FSFS)模型。它在频域上建立视觉注意模型获取图像的显着性信息,可以引导计算资源的分配,快速、高效的实现兴趣区提取。此外,结合实测大视场图像的特点,论文还提出一种基于分块图像加权熵值矩阵的快速兴趣区提取算法。它提出一种加权熵特征判别函数,建立子图像块的加权熵值矩阵;通过自适应阈值选取方法对背景分类并快速提取目标兴趣区。第叁部分针对大视场红外搜索系统在大范围、全景监视时,无法自动预知目标尺度信息;而不同距离的目标成像尺寸差异引起的特征变化,使传统小视场目标检测算法难以自适应的问题,提出了一种可实现红外图像中典型目标定位及自动尺度选择的算法。利用多尺度分析并基于离散尺度空间理论,算法流程为:首先,用blob-like结构对图像中飞机目标进行特征建模,并基于Lindeberg的公理化结论数值实现了红外图像二维离散尺度空间的构造。然后,引入离散导数近似的概念,推导出能稳定提取离散尺度空间中blob-like特征点的微分组合,称为归一化的拉普拉斯的离散相似(NDAL)算子。检测离散尺度空间中NDAL的26邻域极大值得到图像初始的关键点。最后,通过分析目标的多尺度奇异性设计冗余关键点的联合抑制准则,实现真实目标点的提取及尺度选择。利用尺度信息,指导多特征融合的综合分类器的设计,获取较高的目标与虚警的识别准确率。仿真数据和多种复杂背景及目标尺寸的真实数据进行实验,结果都证明了本文算法检测和尺度选择的能力。算法最大优势在于可在没有任何先验知识的条件下提供目标的尺度信息,以指导真实目标的确认和虚警剔除。第四部分针对大视场红外搜索系统工程实现的大数据量图像实时处理、高速率数据传输以及并行体系构建等关键技术进行了研究。论文设计了一种基于多核DSP+FPGA架构的高性能处理的平台,实现了多核协同并行处理、Rocket IO高速串行互联和基于SmartReflex技术的动态功率监视。在该平台上,进一步基于可重构并行技术完成算法的实时处理。测试表明,设计的硬件平台具有强大的运算和数据吞吐能力;多核并行处理机制可充分提高硬件资源效率,获取最优化的性能,满足大视场红外系统实时信号处理的需要。
何朝晖[8]2010年在《多目标图像跟踪模块软件设计与实现》文中指出传统的炮兵侦察方式是靠侦察员操作仪器,人工捕捉目标,这种方式存在几点不足:一是人员捕捉目标的能力有限,而配备在前方侦察的人员又不多。当目标尤其是运动目标较多时,就不得不暂时放弃部分目标,这样有可能失去一些有潜在价值的目标,导致贻误战机;二是目标机动性强,暴露征候时间短,人工侦察处理速度不容易跟上;叁是在许多恶劣复杂的环境里,靠人去监视跟踪目标,其危险性和难度都会很大,对侦察员的生存能力是一种考验;四是对目标信息的获取都是通过人工传达指示,对侦察员业务素质依赖性比较高;五是依赖于通讯技术的目标信息传达,无法做到将目标信息实时地传达给后方或上级指挥部门。针对上述问题,文章对于多目标图像跟踪的研究,是利用目标自动跟踪技术使仪器自动完成目标监视和跟踪,而且可以实现多个甚至大量目标的自动跟踪:一是在人员有限和时间较短的情况下,通过目标跟踪自动化,提高炮兵侦察能力;二是在许多恶劣复杂的环境里,可以在监测区域安置自动跟踪监视器,通过人员远距离操作,实现目标的监视和跟踪,提高侦察人员的生存能力;叁是通过对多个自动跟踪监视器的操作可以增大监视区域,使单兵的效率成倍提高;四是当自动侦察系统与指挥自动化系统一体化后,后方或上级指挥人员可以实时地从监视器上观察到目标,并通过信息处理系统直接选择加强对重点目标的侦察,最后下达对目标打击的命令,这样就可以实现跟踪打击目标的完全自动化。本文主要内容为:1.建立了基于视频的多目标图像跟踪系统。2.研究了自适应阈值法进行阈值的确定。该阈值确定方法对于图像中有突发噪声,或者背景灰度变化比较大,整幅图像分割将不可能具有合适的单一阈值时,具有比较好的效果。3.研究了高斯混合差分法的目标检测算法。该方法受光照等条件影响较小,能够准确检测定位目标,具有较强的稳定性和抗干扰性。4.研究了利用统计法对多目标进行匹配,实现了对多目标的跟踪。5.对多目标图像跟踪系统的战场应用提出了设想。
艾斯卡尔[9]2002年在《红外搜寻与跟踪系统关键技术研究》文中指出在军用和民用监视系统如红外搜寻与跟踪系统中，随着其应用范围的进一步扩大和智能化程度的不断提高，从给定数据流中能够检测出目标并能跟踪目标状态的计算机算法就形成了一个研究热点。早期的观测数据流多半是一维信号，随着红外成像传感器技术的进一步发展，数据流就变成了可见的图像序列。这样，图像信号为从测量数据流中检测运动目标提供了较丰富的信息。不幸的是，由于大多数红外系统所能提供的信噪比增益是受到具体应用视场覆盖率的限制，故监视系统能够检测和跟踪的也就定为那些强，而且大的目标。远距离监视要求和现代凝视型红外焦平面摄像技术的高帧速及宽视场光学特点，将研究点转移到了以不同速率运动的微弱目标检测和跟踪问题上。如果目标出现在强杂波环境中，则检测与跟踪随之变得十分困难。当然，这对红外搜寻与跟踪系统来说，也是一大挑战。作为（指令，通信，控制和信息）板上系统的一个组成部分，IRST系统是一种宽视场监视系统，为自主搜索、检测、识别和跟踪指定目标而设计的。其检测能力主要表现在其信号处理部分，它对传感器送入的高帧速数据流进行匹配滤波处理后，再传递到后处理部分（跟踪器）进一步确认和延续目标的可能状态。检测器必须检测出足够的目标以便满足系统的检测概率要求，同时必须减少虚假目标数目，避免出现跟踪失败，使系统总的虚警率保持一个可接受的范围。为做到这一点，需要研究出相应的信号处理技术和算法，在二元判决前，在消除背景杂波和系统噪声的同时，也要提高目标能量。同时，还需要开发出行之有效的跟踪技术和算法。本文的焦点是在各种各样的场景中，在短时间内，所关心目标的亮度保持不变，并且目标做直线运动的假设下，研制出鲁棒、有效的杂波抑制，目标检测与跟踪技术。本文研究内容虽然针对IRST系统实现上，但是这些技术还可以用在其它如可见光信号处理、雷达等目标检测与跟踪技术领域。主要的研究成果包括：i. 一种基于层次模型的图像全局运动鲁棒估计技术研究： 因摄像机颤动而引起的全局运动是在图像序列中普遍存在的。这个因素在图像中将产生平移，旋转以及视差畸变等后果。所以，图像校正过程也就成了在运动分析和分割中关键而不可分隔的一部分。全局运动是可以用含有几个参数的模型来表征如六参数，八参数模型等。本文采用回归技术来估计那些参数，它首先估计局部运动，然后使最小二乘估计的条件下，用局部信息来估计全局运动。在估计局部运动时，为<WP=8>去除奇异点，提出了迭代排除法。为了解决快速图像全局运动，采取了一种基于层次模型的处理方法，即首先原始图像序列用亚采样的办法划分成具有金字塔式分辨率的多个子图像，使得每一个子图像运动相对小些，然后在每一个子图像中估计出运动模型参数。原图像的运动参数通过计算所有子图像运动参数加权和获得。这种技术具有计算量少，实现简单，性能可靠等优点。ii. 基于非参数的静态杂波抑制技术研究：非参数回归是研究从掺噪观测数据中函数（背景杂波）估计的最佳方法。在非参数回归中，往往没有关于要估计函数的任何先验知识。为解决此问题，本文提出了两种可行的办法：局部加权回归估计和小波回归估计法，并详细描述了非参数回归如何将原始传感器数据变换成“信号加噪声”模型。另外，杂波抑制后，残留噪声的高斯性和独立性通过Kendall秩相关法和计算Friedman统计量的方法来进行了验证，其结果表明此技术路线的有效性和可行性。iii. 一种动态杂波抑制技术研究：在低信噪比（SNR）下，杂波抑制是信号检测的重要环节，是有效的信号增强手段。大多数研究集中于静态杂波的去除上，这与实际情况不符。本文研究了一种红外图像序列动杂波时空非参数抑制技术，相应算法实现简单，实时性好，具有实用价值。动态杂波去除后，原来在时间和空间上都互相关的数据变成独立同分布变量的集合。动态杂波抑制后，残留噪声的高斯性和独立性通过Kendall秩相关法和计算Friedman统计量的方法来进行了验证，其结果表明此技术的有效性。iv. DBT 和 TBD 技术性能比较分析: 首先给出了TBD和DBT过程模型。然后，对TBD和DBT过程进行了性能比较。比较项目包括计算量，两者所需最小SNR和信噪比增益以及这些参数之间的关系等。分析和实验结果表明，在低信噪比条件下，TBD优于DBT过程。在高信噪比环境下，DBT以计算量少、算法简单等特点却优于TBD过程。v. 一种基于时空分集与线性合并的TBD技术：TBD的实质是一种目标增强技术。它根据所假设的运动，在可能的运动轨迹上对目标能量进行累加。运动轨迹搜索本来在时空叁维空间中进行的，其缺点是搜索时间长。为克服这一缺点，本文采用投影的方法，将杂波抑制后的时空叁维图像投影到二维空间中，得到组合图像。然后，在二维空间中进行轨迹搜索并进行目标能量累加。在进行投影和累加操作时，本文采用无线通信系统中常用的分集与线性合并法：使用选择式(或均等增益)合并法来实现从时空叁维图像向二维空间的投影；而在可能的轨迹上进行目标能量累加时，则使用均等增益合并法。<WP=9>vi. 一种基于时空分集与非线性合并的TBD技术：本文从待二?
彭华峰[10]2006年在《天基光电望远镜系统建模仿真研究》文中提出随着航天技术的快速发展，太空已经变得越来越拥挤。空间目标的存在，给国家安全、航天探测活动的安全甚至全人类的安全均带来了威胁。为此，世界各主要大国发展并不断增强了对空间目标的监视。光电技术特别是光电望远镜系统技术在空间监视中扮演了十分重要的角色，因此，研究天基光电望远镜对空间目标的监视有着十分重要的意义。 本文以天基空间监视应用为背景，对天基光电望远镜的相关关键技术进行建模仿真研究。论文的主要内容包括： 1．提出了一种天基光电望远镜对空间目标成像的模拟方法。以0星等和10星等为参考，用计算机模拟得到256级灰度图，仿真结果表明，论文提出的方法既能有效地模拟卫星的运动，又可克服对相同星空背景的重复模拟。 2．针对空间多目标模拟成像的难点，提出了一种模拟天基光电望远镜对空间多目标成像的方法，建立了天基光电望远镜对空间多目标成像的统一数学描述模型。为获得大量空间目标的参数数据，设计并建立了了一个空间目标参数数据库，并为数据库提供了基本的维护管理功能。计算机仿真实验结果表明，本文提出的方法可以有效的模拟天基光电望远镜对空间多目标的成像。 3．以成像模拟技术为基础，实现了天基光电望远镜对空间目标的检测和跟踪。给出了基于Hough变换的分步凝视检测前跟踪方法和基于星图匹配抑制的目标实时跟踪方法。通过计算机仿真，实现了天基光电望远镜系统从对空间目标成像到目标跟踪的整个动态过程。 4．分析了天基光电望远镜系统中目标和背景光度特征以及系统的噪声特性，
参考文献：
[1]. 基于天基测角信息的空间非合作目标跟踪算法及相关技术研究[D]. 刘光明. 国防科学技术大学. 2011
[2]. 基于机器视觉的人体运动目标智能监控系统设计与研究[D]. 黄绿娥. 北京交通大学. 2008
[3]. 空间目标探测与识别方法研究[D]. 张伟. 北京邮电大学. 2011
[4]. 运动目标监视与跟踪系统的研究[D]. 于宝龙. 哈尔滨工程大学. 2003
[5]. 智能视觉监控中的运动目标跟踪技术及应用研究[D]. 王伟嘉. 昆明理工大学. 2008
[6]. 机场场面移动目标监视系统关键技术研究[D]. 宫淑丽. 南京航空航天大学. 2012
[7]. 大视场红外搜索系统目标检测关键技术研究[D]. 孙刚. 国防科学技术大学. 2015
[8]. 多目标图像跟踪模块软件设计与实现[D]. 何朝晖. 电子科技大学. 2010
[9]. 红外搜寻与跟踪系统关键技术研究[D]. 艾斯卡尔. 电子科技大学. 2002
[10]. 天基光电望远镜系统建模仿真研究[D]. 彭华峰. 四川大学. 2006
标签：自动化技术论文; 红外成像论文; 图像融合论文; 运动估计论文; 红外传感器论文; 空间分析论文; 数据融合论文; 天基武器论文; 空间滤波论文; 图像滤波论文; 卡尔曼滤波论文;