光測圖像目標檢測跟蹤與判讀方法研究.pdf

1、光學跟蹤測量系統(tǒng)在武器試驗過程產(chǎn)生大量的圖像數(shù)據(jù)，處理這些數(shù)據(jù)可以得到武器的軌跡與姿態(tài)、光學輻射特性等參數(shù)，為武器鑒定與故障分析提供重要的數(shù)據(jù)支持。目標檢測跟蹤與判讀方法是光測圖像數(shù)據(jù)處理的關鍵技術，通常先檢測目標，再跟蹤目標，最后判讀特征。為了滿足多樣化的試驗任務需求，實現(xiàn)實時數(shù)據(jù)處理，提高分析的自動化程度，需要研究高效、精確、適應性強的檢測跟蹤與判讀方法。
　　本文主要面向光測圖像實時處理。在運動目標檢測方面，研究了適用于固定

2、視場的背景剪除方法，以及變化視場的運動檢測方法；在目標跟蹤方面，研究了基于外觀增量學習的目標區(qū)域/輪廓跟蹤方法，以及基于跟蹤-檢測-學習的目標區(qū)域跟蹤方法；在特征判讀方面，發(fā)展了基于二維/三維模型的特征定位方法。在上述研究方法基礎上，設計并實現(xiàn)了光測圖像實時判讀解算系統(tǒng)，該系統(tǒng)成功應用于多類靶場光測試驗，滿足用戶實時獲取并分析試驗數(shù)據(jù)的需求。
　　本文的主要研究成果包括：1）提出一種基于時空樣本的自適應混合背景建模方法，由于同時考

3、慮鄰域像素的位置與外觀信息對當前像素的影響，可以實現(xiàn)固定場景中運動目標的高質量檢測，特別是低質量圖像序列，如有噪聲或壓縮視頻；2）提出一種基于密集光流和單應約束的近平面場景運動目標檢測方法，由密集光流計算場景的單應約束，不符合約束的像素集合即為運動目標，該方法相比幀差方法檢測更準確，相比多幀方法計算更高效；3）在基于檢測的跟蹤框架基礎上，構造空間金字塔，定義紋理和形狀的二值特征，據(jù)此提出一種支持特征在線選擇的混合隨機樸素貝葉斯視覺跟蹤器

4、，可以適應目標發(fā)生外觀變化、受復雜場景干擾和光照變化影響、存在部分遮擋等情況；4）給出一種跟蹤-檢測-學習算法的自適應加速實現(xiàn)，通過并行跟蹤與檢測過程，加速算法運行，增加特征選擇與在線尺度估計機制，提高算法適應性，算法可以適應目標尺度變化、反復進出視場等情況；5）在基于分割的跟蹤框架基礎上，提出一種基于高斯混合模型在線學習的輪廓跟蹤方法，由于采用多模態(tài)外觀描述，可以精確快速地跟蹤分割顏色復雜的目標；6）提出一種基于二維/三維模型的特征定