人工目标识别与跟踪算法研究

论文摘要

本论文介绍了目标识别与跟踪的基本方法,并以机场跑道为例,对人工目标的识别与跟踪算法进行了深入的研究,提出了一套机场跑道自动识别算法流程和两种机场跑道的跟踪方法。在识别过程中,作者首先根据机场跑道的结构特点进行建模,然后采用自上而下的知识驱动型识别方法,通过假设和检验两个过程实现对机场跑道的自动识别。在此过程中,主要通过阈值化分割、形态学算法、Hilditch细化算法、哈夫变换检测直线、平行线对获取、直线拟合以及平行线对筛选这几个步骤达到对机场跑道识别的目的。在阈值化分割过程中,作者将其与Mean Shift算法相结合,取得了较好的阈值化分割结果。同时,针对机场跑道自身特点,提出了一种基于模板的直线拟合方法对直线检测结果进行优化。最后,对其它一些人工目标,例如电厂、桥梁进行了识别,并通过实验证明了算法的有效性。在跟踪过程中,作者分别将灰度相关匹配跟踪算法和特征匹配跟踪算法应用于机场跑道的跟踪中。针对灰度相关匹配的特点,提出了一种针对大型目标的模板选取方法,同时还提出了一种模板在跟踪过程中随着目标的角度变化而旋转的匹配方法。特征匹配算法根据机场跑道的结构特点,利用SUSAN算子良好的角点检测特性,同时结合多特征点检测的方法,实现了对机场跑道的实时跟踪。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 概述
• 1.2 目标识别技术的发展与应用
• 1.3 目标跟踪技术的发展与应用
• 1.4 论文的主要研究工作
• 第二章 图像分割与边缘检测技术研究
• 2.1 常用的边缘检测算法
• 2.1.1 Sobel边缘检测算法
• 2.1.2 Laplacian 边缘检测算法
• 2.1.3 Canny边缘检测算法
• 2.2 阈值化分割算法
• 2.3 哈夫变换
• 2.4 形态学处理方法
• 第三章 人工目标识别算法研究
• 3.1 简介
• 3.2 机场跑道的基本模型
• 3.3 机场跑道识别算法的基本思想
• 3.4 机场跑道识别算法的实现
• 3.4.1 假设过程
• 3.4.2 检验过程
• 3.4.3 描述过程
• 3.4.4 实验结果
• 3.5 其它人工目标的识别
• 3.5.1 电厂的识别
• 3.5.2 桥梁的识别
• 第四章 目标跟踪技术研究
• 4.1 图像匹配方法概述
• 4.2 图像匹配关键要素
• 4.3 影响匹配性能的因素
• 4.4 图像匹配算法的分类
• 第五章 人工目标跟踪算法研究
• 5.1 基于灰度相关匹配的人工目标跟踪算法研究
• 5.1.1 机场跑道模板的选取
• 5.1.2 灰度相关匹配的相似性度量方法
• 5.1.3 机场跑道跟踪算法仿真与实验结果
• 5.2 基于特征匹配的人工目标跟踪算法研究
• 5.2.1 机场跑道匹配搜索域的选取
• 5.2.2 基于SUSAN的机场跑道特征检测算法
• 5.2.3 机场跑道跟踪算法仿真与实验结果
• 5.3 两种匹配目标跟踪方法的比较与分析
• 结论
• 致谢
• 参考文献
• 作者在攻读硕士期间完成的工作