圖象分割與運動目標(biāo)跟蹤算法研究.pdf

1、數(shù)字圖象處理和計算機視覺是近年來發(fā)展十分迅速的研究領(lǐng)域，目前正廣泛地應(yīng)用于民用及軍用等許多方面。自動目標(biāo)跟蹤技術(shù)是該領(lǐng)域非?；钴S的課題之一。論文主要研究了針對海上圖象的目標(biāo)分割和跟蹤算法，應(yīng)用于飛行器末制導(dǎo)中的電視制導(dǎo)系統(tǒng)。
　　論文首先闡述了圖象分割及目標(biāo)跟蹤技術(shù)的發(fā)展和現(xiàn)狀，并對圖象分割方法中的關(guān)鍵技術(shù)（邊緣檢測法和閾值分割法）進行了詳細(xì)介紹，然后通過實驗對幾種經(jīng)典的閾值分割算法進行了驗證和分析。針對經(jīng)典方法的幾點不足，本文設(shè)

2、計實現(xiàn)了一種適合復(fù)雜背景下的海上紅外圖象分割方法，實驗證明，該方法具有很好的分割性能。
　　在圖象分割算法研究的基礎(chǔ)上，本文重點從兩方面討論了海上序列圖象中運動目標(biāo)的自動跟蹤算法：首先，針對海上圖象的特點，即背景與目標(biāo)間的弱對比度、存在海天線、魚鱗光和目標(biāo)拖尾等，設(shè)計了以閾值分割為核心的基于幀內(nèi)信息的形心跟蹤方法。實驗表明，該方法對海上單目標(biāo)跟蹤具有很好的穩(wěn)定性；然后，針對序列圖象具有幀間相關(guān)性的特點，研究了基于幀內(nèi)——幀間信息的

3、自動跟蹤方法，即同時利用幀內(nèi)信息和幀間相關(guān)性信息，設(shè)計了基于Kalman濾波的預(yù)測跟蹤器和基于Mean-Shift算法的匹配跟蹤器。實驗表明，這兩種跟蹤器均可實現(xiàn)多目標(biāo)場景中指定目標(biāo)的跟蹤，且相比于Kalman預(yù)測跟蹤器，Mean-Shift匹配跟蹤器具有更好的穩(wěn)定性。
　　本文在研究自動目標(biāo)跟蹤算法的基礎(chǔ)上，進一步將算法在基于數(shù)字信號處理機DSP(DigitalSignalProcessor)和現(xiàn)場可編程門陣列FPGA(Fiel