基于SVM的紅外目標(biāo)跟蹤與運(yùn)動(dòng)理解方法研究.pdf

1、 本文研究了基于支持矢量機(jī)(SVM)的紅外目標(biāo)識(shí)別與跟蹤方法，構(gòu)建了一個(gè)以數(shù)學(xué)形態(tài)學(xué)和支持矢量機(jī)為核心技術(shù)的紅外目標(biāo)跟蹤系統(tǒng)，對(duì)其中的圖像預(yù)處理、目標(biāo)識(shí)別與跟蹤、運(yùn)動(dòng)理解等環(huán)節(jié)作了比較深入的方法研究。在圖像預(yù)處理環(huán)節(jié)，采用數(shù)學(xué)形態(tài)學(xué)方法對(duì)紅外圖像進(jìn)行濾波去噪、邊緣檢測(cè)、目標(biāo)分割等處理；在此基礎(chǔ)上，著重研究了形態(tài)學(xué)結(jié)構(gòu)元素對(duì)圖像處理效果的影響，提出了“基于信號(hào)尺度直方圖”的結(jié)構(gòu)元素最佳尺度確定方法；分析了形態(tài)學(xué)距離匹配度量MDM在相

2、似目標(biāo)識(shí)別中的作用和優(yōu)勢(shì)，并闡述了使用MDM的幾項(xiàng)關(guān)鍵技術(shù)；對(duì)“基于形態(tài)學(xué)的紅外圖像分層解理方法”作了詳細(xì)的論述和實(shí)驗(yàn)分析。在目標(biāo)識(shí)別、跟蹤與運(yùn)動(dòng)理解環(huán)節(jié)，研究了用SVM模式分類器進(jìn)行紅外目標(biāo)識(shí)別和用SVM函數(shù)估計(jì)器進(jìn)行目標(biāo)運(yùn)動(dòng)理解的過(guò)程，論述了動(dòng)態(tài)背景下的目標(biāo)跟蹤方法，為SVM中關(guān)鍵的樣本組織問(wèn)題提出了“1+r”和“2”樣本策略，分析了控制SVM最優(yōu)分類面和估計(jì)函數(shù)的K(·)、C、σ、ε等參數(shù)的影響方式，并給出了各自的取值原則。實(shí)驗(yàn)表