基于粒子濾波的紅外多目標跟蹤算法研究.pdf

1、近幾年，隨著信息技術(shù)的快速發(fā)展，尤其是計算技術(shù)和紅外成像技術(shù)的飛速發(fā)展，紅外多目標檢測與跟蹤技術(shù)在軍事和民用中都起著更加重要的作用。尤其是在跟蹤多目標時，在多目標被遮擋以及跟蹤的實時性等問題成為研究的熱點也是難點，存在著許多問題需要解決或改進。這些年以來，粒子濾波算法作為當代非線性濾波最為重要的一類濾波方法，已經(jīng)取得了非常大的進步。
　　首先，本文分析了經(jīng)典粒子濾波算法的原理以及經(jīng)典粒子濾波算法在紅外多目標跟蹤中的應(yīng)用，并且對多目

2、標跟蹤的相關(guān)問題進行了數(shù)學(xué)建模。接下來在貝葉斯跟蹤理論框架下分析討論了該結(jié)構(gòu)的優(yōu)缺點。
　　其次，描述了均值漂移算法的一些簡單理論，然后提出了一種將均值漂移算法與粒子濾波跟蹤算法相結(jié)合使用的紅外目標跟蹤方法。這種方法保持了均值漂移算法計算量小，并且具有很好的實時性的特點。通過均值漂移算法對粒子濾波中的粒子進行收斂，使每個粒子都具有更真實的目標特性，大大減少了描述目標狀態(tài)所需要的粒子數(shù)目，并且提升了粒子的采樣效率，提高了算法的實時性

3、。通過幾組實驗證明，融合后的算法具有穩(wěn)健的跟蹤性能，并且節(jié)省了計算時間兼顧到了目標跟蹤中的實時性要求。
　　最后，本文研究了改進的粒子濾波多目標檢測算法。介紹了一種常見的紅外多目標檢測算法；在分析其本身的優(yōu)缺點基礎(chǔ)上，提出一種基于權(quán)值優(yōu)選的紅外多目標檢測算法，通過改進重采樣方式，使得權(quán)值較大的粒子進入下一步跟蹤而舍棄權(quán)值較小的粒子，提升了跟蹤的準確性以及持久性。隨后，在基于權(quán)值優(yōu)選粒子濾波算法中引入了馬爾可夫（Markov）隨機場