基于分形與GVF Snake的目標檢測及KLT跟蹤技術研究.pdf

1、本文進行了運動目標自動檢測、識別和跟蹤的相關算法研究，以便為可見光電視導引頭提供相關技術支持。主要內容如下:
　　第一，針對人造目標圖像檢測，提出了基于分形理論和改進梯度向量流(GVF)動態(tài)輪廓(Snake)模型的算法。該算法應用微分計盒快速算法確定Snake初始輪廓，基于改進GVF模型確定目標真實輪廓。實驗表明，該算法克服了其他分形算法逐點掃描效率低的缺陷，并較好地從自然背景中提取了目標圖像的輪廓。
　　第二，首先研究了目

2、標圖像的特征提取方法，在分析人造目標特點的基礎上，選取輪廓、仿射不變矩與Hu不變矩特征。其次，研究了支持向量機分類器算法原理、分類、特點以及核函數(shù)的選取。最后，對飛機與坦克人造目標運用支持向量機分類器分類識別。實驗表明該分類器識別率高，魯棒性強。
　　第三，深入研究了KLT運動目標跟蹤算法，為提取高跟蹤精度，將金字塔算法成功引入特征點跟蹤算法中;針對跟蹤過程中特征點丟失問題，改進了特征點提取算法。最后，將改進的KLT跟蹤算法移植到