航拍圖像中興趣目標的鎖定與跟蹤技術(shù)研究.pdf

1、航拍圖像中興趣目標的檢測和跟蹤是近十幾年來計算機視覺領(lǐng)域研究的熱點。航拍無論是在民用還是軍用上都有著廣大的發(fā)展前景，如地震調(diào)查、應(yīng)急救災(zāi)、核輻射探測、軍事偵察、保釣活動等。在一般的航拍視頻下，都會形成目標與攝像機的相對運動，由于兩者同時都在動導(dǎo)致所得圖像存在著不規(guī)則的背景運動而變成動態(tài)背景，很難在復(fù)雜背景下有效地檢測到興趣目標的實際運動狀態(tài)。所以傳統(tǒng)靜態(tài)背景下的目標檢測跟蹤技術(shù)不能應(yīng)用在航拍中。此外，航拍視頻中存在載具隨機運動嚴重，取景

2、范圍廣、目標特征少、目標小且假目標多等特點，圖像質(zhì)量極容易受到噪聲和外界環(huán)境等干擾，這都加大了對目標跟蹤檢測的難度。所以，研究航拍視頻圖像中興趣目標檢測和跟蹤技術(shù)是非常具有前瞻性和挑戰(zhàn)性的。本文的工作簡述如下:
　　針對航拍圖像中航拍載具和目標同時運動的特點，在選取特征點的基礎(chǔ)上采用合適的匹配算法完成了特征匹配，結(jié)合去除外點誤匹配算法，準確快速地完成了背景運動補償。背景補償?shù)玫浇鉀Q后，采用幀差法檢測運動狀態(tài)，為了去除假目標和噪聲的

3、干擾，利用形態(tài)學(xué)濾波的相關(guān)技術(shù)進一步完成對興趣目標的精確檢測。之后研究了均值漂移及其先驗理論知識，在傳統(tǒng)Mean-Shift算法基礎(chǔ)上，采用了優(yōu)化的目標模型，并對目標模型進行局部有效更新來增強實時性。學(xué)習(xí)了粒子濾波及其先驗理論知識，掌握了粒子濾波跟蹤技術(shù)的幾個關(guān)鍵要素，即如何在目標中心尋找各粒子位置、權(quán)重和每個粒子狀態(tài)，然后選用合適的方法對目標建模。這里我們?nèi)诤狭Ｗ訛V波和Mean-Shift算法，運用均值漂移的更新模板選取最有效的粒子群