靶场图像运动目标检测与跟踪定位技术研究

论文摘要

光学测量设备是靶场应用的最早、最广泛的跟踪测量设备,通过判读光测设备拍摄的图像可以得到飞行目标外弹道及姿态等参数,这些参数是武器试验鉴定及故障分析的重要依据。本文以靶场光测图像判读工作为背景,研究了运动目标的自动检测、跟踪定位、三维姿态参数测量以及多目标匹配等相关技术,并将这些技术成功应用于靶场光测图像判读系统。论文主要内容及成果如下:1.介绍了光测技术在靶场测控中的作用,以及光测图像判读设备与技术的发展现状,总结了光测图像判读需要解决的主要技术问题:自动化与高可靠的运动目标的检测,高精度的目标跟踪定位,目标三维姿态参数测量,以及多目标匹配等技术。2.以靶场最常用的光电经纬仪、高速摄影(像)机为例,介绍了光测设备的结构及工作原理,以及对其所拍摄图像的判读处理要求和流程;建立了靶场光测设备的成像模型,推导得到了其成像关系。为后续的目标检测及跟踪定位等技术的讨论奠定了基础。3.图像判读过程中首先要求从图像上检测出需要判读的运动目标,这项工作在传统判读中主要依靠人工方式进行,随着对判读工作效率要求的提高和进一步的实时目标检测与跟踪应用的需求,有必要研究自动化的运动目标检测算法。在综述现有运动目标检测方法的基础上,针对靶场图像背景复杂、像机视场变化大的特点,提出并实现了一种利用正负差图像的运动目标检测方法。该方法利用了目标在正负差图像上的对称性,无需普通差图像法所要求的图像配准环节,具有自动化程度高、抗背景噪声干扰能力强等优点。将此方法应用到靶场图像运动目标的检测中,取得了较好的效果。4.传统判读采用人工对点的方式对大量序列图像上的目标点进行定位,效率低下,判读人员工作强度大,造成判读精度随判读时间加长而下降,因此迫切需要研究高精度的目标自动跟踪算法。为了适应靶场图像目标在时间序列上发生的平移、旋转、缩放变换的情况,通过分析比较多种运动目标跟踪方法,将最小二乘影像匹配(LSIM)算法应用到运动目标跟踪问题中,提出了一种根据目标形状加权的最小二乘影像匹配(WLSIM)运动目标跟踪算法,对WLSIM在实际应用中的基准图、权值以及迭代参数初始值的确定等问题进行了分析,比较了LSIM算法和WLSIM算法在目标发生各种变换及噪声影响下的跟踪结果,理论分析和跟踪实验结果都证明WLSIM算法能够降低跟踪窗口中背景点对最小二乘匹配的影响,较LSIM有更高的跟踪精度和抗噪声干扰能力。5.传统判读方法基于点判读的模式很难得到目标三维姿态参数,数字图像分析处理技术在靶场图像判读中的应用为此问题的解决带来了契机。通过分析目标三维姿态参数测量方法,得到了如下结论:对于靶场常见的目标而言,获取三维姿态参数的关键是高精度、自动化地提取其直线轮廓。为此,比较了多种可用于目标直线轮廓提取的算法,提出了一种基于梯度方向直方图的直线自动提取算法。梯度方向直方图定义为具有相同梯度方向的图像点的梯度幅值之和,利用梯度方向直方图,可以方便地确定图像上显著边缘的方向,然后根据此方向在图像上搜索直线边缘的位置。该算法充分利用了直线边缘的梯度幅值和方向信息,具有不需阈值、自动化程度高等特点,在利用此算法提取直线边缘初始轮廓的基础上,采用矩方法得到了精确的直线边缘位置。实际提取结果证明了该方法的有效性。6.靶场光测图像处理的一个突出难题是如何分辨图像上出现的大量相似小目标。传统判读方法很难利用单站序列图像上目标的运动关联,以及目标在多站图像上像点之间的对极几何约束关系,为此提出了靶场多站图像多目标判读的新技术:对单站序列图像上目标的判读采用卡尔曼运动轨迹预测及跟踪识别技术,对多站图像同名目标的判读采用对极几何约束匹配技术,突破了传统方法仅进行单站图像判读的局限,并提出了一种极线误差带的确定方法。仿真结果证明新的多目标判读技术能有效解决多站、多目标的判读问题。7.图像判读系统是靶场重要的光测后处理设备。在分析靶场对胶片、视频及数字图像的判读需求的基础上,提出了通用判读系统的设计方案,并将本文中介绍的运动目标检测、跟踪定位、三维姿态提取、多目标匹配等技术应用在系统中。同时对在前文中未涉及到的几项关键技术进行了讨论:为提高图像采集速度的图像采集与胶片传输的同步技术;采用数学形态学方法的时标提取技术;点阵码自动识别提取;采用特征训练与学习的字符识别;胶片图像数字化摄像系统标定及误差修正;运动目标检测与跟踪的状态转换。通过将本文中介绍的各种技术和方法集成创新,实现了一套通用的靶场图像判读系统,可以完成靶场胶片、视频及数字图像的判读,具有结构紧凑、操作维护方便、判读精度与自动化程度高等特点。该系统分别在海军、空军及总装备部所属靶场得到推广应用,并在使用过程中根据用户使用意见,对软件版本不断升级,使系统功能不断完善实用,得到了用户的好评,在靶场光测图像判读工作中发挥了重要作用。本文提出的运动目标检测与跟踪定位技术进一步发展可应用于靶场光测设备对飞行目标的实时检测与跟踪,以及精确制导、战场侦察、安控、智能交通、医疗图像处理等领域。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景
• 1.1.1 课题来源
• 1.1.2 课题研究的目的与意义
• 1.2 靶场光测技术发展现状
• 1.2.1 靶场沿革发展、作用及其技术系统
• 1.2.2 光学测量的作用、意义及其设备
• 1.2.3 光测图像判读设备发展现状
• 1.2.4 光测图像判读处理中要解决的问题
• 1.3 本文主要内容及创新点
• 1.3.1 本文主要内容
• 1.3.2 技术贡献及创新点
• 1.3.3 主要研究成果的发表和获奖情况
• 第二章 靶场光学测量设备及其图像和数据处理方法
• 2.1 光学测量设备组成及原理
• 2.1.1 光电经纬仪的结构
• 2.1.2 光电经纬仪的测量原理
• 2.1.3 实况记录设备工作原理及分类
• 2.2 光学测量设备的成像模型及成像关系
• 2.2.1 光学测量设备的成像模型
• 2.2.2 投影矩阵表达的成像模型
• 2.3 光学测量设备拍摄的图像及其处理要求
• 2.3.1 光电经纬仪的图像内容及处理要求
• 2.3.2 实况记录设备的图像内容及处理要求
• 2.4 光测数据处理方法
• 2.5 本章小结
• 第三章 基于正负差图像的运动目标检测方法
• 3.1 运动目标检测算法综述
• 3.1.1 引言
• 3.1.2 运动目标检测算法
• 3.1.3 小结
• 3.2 基于正负差图像的运动目标检测算法原理
• 3.2.1 差图像法
• 3.2.2 正负差图像法
• 3.3 基于正负差图像的运动目标检测算法实现
• 3.3.1 算法流程
• 3.3.2 正负差图像的获取
• 3.3.3 二值化算法
• 3.3.4 形态学滤波
• 3.3.5 区域标记及匹配
• 3.3.6 原图检验
• 3.4 本章小结
• 第四章 基于加权最小二乘影像匹配的运动目标跟踪方法
• 4.1 运动目标跟踪算法综述
• 4.1.1 基于目标视觉特征的跟踪方法
• 4.1.2 基于运动信息的跟踪方法
• 4.2 基于加权最小二乘影像匹配的运动目标跟踪算法原理
• 4.2.1 基于WLSIM的运动目标跟踪算法原理
• 4.2.2 基于WLSIM的运动目标跟踪算法步骤
• 4.3 基于WLSIM的运动目标跟踪算法实现
• 4.3.1 基准图确定方法
• 4.3.2 权值确定方法
• 4.3.3 迭代参数初始值确定方法
• 4.4 实验结果与分析
• 4.4.1 仿真图像实验结果
• 4.4.2 实际图像实验结果
• 4.5 本章小结
• 第五章 用于目标三维姿态测量的直线边缘提取及定位方法
• 5.1 目标三维姿态测量方法概述
• 5.1.1 目标三维姿态参数的定义
• 5.1.2 目标三维姿态测量的意义
• 5.1.3 靶场目标三维姿态测量方法综述
• 5.1.4 测量目标俯仰角、偏航角的中轴线面面交会法
• 5.1.5 小结
• 5.2 目标直线轮廓提取方法综述
• 5.2.1 由底向上的边缘直线提取算法
• 5.2.2 自顶向下的直线提取算法
• 5.2.3 小结
• 5.3 基于梯度方向直方图的直线边缘提取方法
• 5.3.1 基于梯度方向直方图的直线边缘提取方法原理
• 5.3.2 基于梯度方向直方图的直线边缘提取方法实现步骤
• 5.3.3 实验结果
• 5.3.4 小结
• 5.4 直线边缘精确定位
• 5.4.1 目标轮廓截面线的定义
• 5.4.2 灰度矩边缘定位方法
• 5.5 本章小结
• 第六章 目标运动预测及匹配技术
• 6.1 引言
• 6.2 单站序列图像目标卡尔曼运动轨迹预测及跟踪识别技术
• 6.2.1 卡尔曼运动预测技术
• 6.2.2 目标跟踪匹配
• 6.3 多站图像对极几何约束同名目标匹配技术
• 6.3.1 对极几何基本原理
• 6.3.2 极线误差带的确定
• 6.3.3 对极约束在经纬仪多站图像判读中的实现
• 6.4 仿真验证
• 6.4.1 卡尔曼运动预测技术仿真验证
• 6.4.2 多站图像对极几何约束同名目标匹配技术
• 6.5 本章小结
• 第七章 图像判读系统设计与实现
• 7.1 判读系统总体方案
• 7.1.1 需求分析
• 7.1.2 总体方案
• 7.2 关键技术
• 7.2.1 胶片传输与图像采集及图像数据处理的并行同步技术
• 7.2.2 时标自动提取
• 7.2.3 点阵码自动识别提取方法
• 7.2.4 字符识别算法
• 7.2.5 胶片图像数字化摄像系统标定及误差修正
• 7.2.6 运动目标检测与跟踪的状态转换
• 7.3 系统实现与应用
• 第八章 结束语
• 8.1 本文工作总结
• 8.2 进一步工作展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果