星空背景下小目標的跟蹤與識別.pdf

1、隨著現(xiàn)代高科技飛速的發(fā)展,人類的活動空間已不僅僅局限在地球表面及低空區(qū)域,太空以及外太空已被視為兵家必爭之地,能否對它進行有效控制對各個主權國家安全的意義重大,因此,太空已成為世界各國展示科技的平臺和軍事斗爭的前沿陣地。在這種新的軍事斗爭形式中,基于視覺的空間目標監(jiān)視系統(tǒng)起著基礎性和關鍵性作用。空間目標監(jiān)視系統(tǒng)的任務是對重要空間目標(特別是非合作目標)進行精確捕獲、跟蹤與匹配識別,監(jiān)測一些有可能對己方目標形成威脅的空間目標的各種參數(shù),獲

2、得目標的重要特性,從而對監(jiān)測到的目標相關的特征信息進行歸類處理。但天空氣象復雜多變,特別是在夜空背景下,要實現(xiàn)目標的跟蹤與識別比較困難。它涉及到數(shù)字圖像的處理、計算機模式識別、自動化控制和人工智能等許多方面的理論知識,是一個多學科的、極具挑戰(zhàn)性的前沿課題,是計算機視覺領域中的研究熱點之一。
　　星空背景下運動小目標的跟蹤與識別算法是本文研究的重點。本文在前人研究成果的基礎上,對星空背景下的微小目標的跟蹤與識別算法進行了一些改進和實

3、現(xiàn),主要工作如下:
　　首先,對于星空背景下微小運動目標的檢測,本文根據(jù)星空背景的特點介紹了在恒星定位的基礎上采用RANSAC算法進行圖像配準;同時,為了實現(xiàn)目標捕獲,研究了基于混合高斯模型(GMM)的方法對小目標進行捕獲的技術;在圖像配準和捕獲到目標的基礎上,最終采用基于kalman濾波的算法對目標進行軌跡估計,獲得目標運動的軌跡。
　　其次,針對星空背景下近景目標的跟蹤,本文研究了基于粒子濾波的跟蹤技術,并提出了一種基于

4、多模型混合的空間目標跟蹤技術。根據(jù)粒子濾波的特點,將粒子濾波運用于星空背景下近景小目標的跟蹤,實現(xiàn)了對衛(wèi)星的有效跟蹤。雖然粒子濾波算法可以實現(xiàn)對目標的有效跟蹤,但它計算量巨大,所以本文還研究了采用基于仿射變換和粒子濾波的跟蹤技術來對目標進行跟蹤。實驗表明,采用基于多混合模型的跟蹤技術可以精確的對目標進行跟蹤,與采用單模型的方法相比,基于多混合模型的跟蹤技術大大提高了跟蹤的精度,有效地融合了目標的顏色信息和運動信息,成功解決了與目標類似顏