粒子滤波目标成像跟踪算法研究

论文摘要

图像序列目标跟踪技术是计算机视觉领域的核心课题之一,该理论融合了图像处理、模式识别、人工智能、自动控制等相关领域的理论与技术。本课题所研究的目标跟踪算法基于经典的粒子滤波理论。粒子滤波通过非参数化的蒙特卡罗模拟方法来实现递推贝叶斯滤波,适用于任何可用状态空间模型表示的非线性非高斯系统,精度逼进最优估计。因此,本课题的研究具有广阔的发展前景和竞争潜力,能满足科研开发、生产需要以及军事应用等各领域的要求。本文在图像预处理方面,分析了图像中的各种干扰噪声并对其进行预处理;对粒子滤波理论的研究包括,分析研究贝叶斯滤波理论,进而给出了粒子滤波理论及其实现方法;本文深入研究相关跟踪理论,构建了基于粒子滤波的跟踪框架,提出了基于粒子滤波理论的相关跟踪算法,并编写代码实现算法;最后定量分析了粒子滤波跟踪方法的精度,对粒子数目和粒子传播半径这两个主要可调节参数进行优化,将本文研究算法与传统相关跟踪算法作横向比较,验证了粒子滤波跟踪算法具有较强的跟踪鲁棒性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题的背景
• 1.2 成像跟踪系统概述
• 1.2.1 成像跟踪系统简介
• 1.2.2 国内外发展现状
• 1.3 粒子滤波理论概述
• 1.4 本文所作的工作及章节安排
• 第二章 视频图像预处理技术
• 2.1 图像噪声处理
• 2.1.1 常见的噪声分类
• 2.1.2 图像质量的评价方法
• 2.1.3 去噪方法研究
• 2.2 图像增强技术
• 2.2.1 直接灰度变换
• 2.2.2 直方图修正
• 2.2.3 图像间运算
• 2.3 本章小结
• 第三章 粒子滤波理论
• 3.1 贝叶斯滤波方法
• 3.1.1 贝叶斯估计
• 3.1.2 贝叶斯滤波
• 3.2 粒子滤波器
• 3.2.1 贝叶斯重要性采样（BIS）
• 3.2.2 序贯粒子滤波算法（SIS）
• 3.2.3 退化现象
• 3.3 本章小结
• 第四章 基于粒子滤波的相关跟踪
• 4.1 引言
• 4.2 相关跟踪
• 4.2.1 相关运动原理
• 4.2.2 目标模板的描述
• 4.2.3 相关值的计算
• 4.2.4 模板尺寸及匹配量的搜索
• 4.3 基于粒子滤波的相关跟踪
• 4.3.1 系统状态转移
• 4.3.2 系统观测
• 4.3.3 粒子重采样
• 4.3.4 模板更新策略
• 4.3.5 跟踪算法实现
• 4.3.6 基于粒子滤波相关跟踪算法流程
• 4.4 基于粒子滤波的相关跟踪实验
• 4.5 本章小结
• 第五章 粒子滤波与传统算法对比
• 5.1 粒子滤波跟踪精度分析
• 5.1.1 选取最小的粒子数目N
• 5.1.2 选取最优的粒子传播半径B
• 5.2 粒子滤波与相关跟踪作比较
• 5.2.1 跟踪效果的差异
• 5.2.2 计算量的对比
• 5.3 本章小结
• 第六章 结束语
• 致谢
• 参考文献
• 读研期间的科研成果