相关跟踪算法研究

论文摘要

相关跟踪算法正在被大量的应用于红外图像序列的跟踪技术中,现有算法运算量大,目标的运动轨迹需要预测,跟踪过程中还会出现目标被遮挡的情况,导致相关跟踪算法很难满足跟踪系统对实时性和稳定性的要求。本文针对最常用的基于图像特征的序贯相似性检测算法(SSDA)和最大近邻距离(MCD)相关匹配算法作了研究。通过对几种常见边缘检测算子的仿真比较,选取检测效果明显的Canny算子来取模板图像的目标边缘,让图像边缘像素参与相关运算来减少基于图像特征的自适应阈值SSDA算法的运算量;针对MCD算法,通过对线性预测、平方预测和综合预测的仿真比较,选择预测效果更好的综合预测器来减少搜索范围,提高跟踪的稳定性。仿真实验结果表明,改进的SSDA算法减少了运算量。改进的MCD算法,在目标被部分遮挡或全部短暂遮挡时,仍能稳定跟踪,表明该算法既减少了运算量又有一定的稳定性和抗干扰性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题背景及意义
• 1.2 相关跟踪算法的研究现状
• 1.3 本论文要完成的工作
• 第二章 相关跟踪算法
• 2.1 相关跟踪算法原理
• 2.2 MAD 算法
• 2.3 SSDA 算法
• 2.3.1 基本的SSDA 算法
• 2.3.2 改进的SSDA 算法
• 2.4 MCD 算法
• 2.5 自适应模板修正策略
• 2.6 基于MCD 距离的自适应模板修正策略
• 2.7 小结
• 第三章 对基于图像特征的SSDA算法改进
• 3.1 红外图像的特点
• 3.2 边缘检测的方法
• 3.2.1 边缘检测的原理
• 3.2.2 边缘检测的步骤
• 3.2.3 边缘检测的要求
• 3.3 边缘检测算子介绍
• 3.4 算子仿真比较
• 3.5 Canny 算子在基于图像特征的SSDA 算法中的应用及仿真
• 3.5.1 Canny 算子在基于图像特征的SSDA 算法中的应用
• 3.5.2 仿真结果
• 3.6 小结
• 第四章 MCD算法的改进
• 4.1 运动预测模型
• 4.2 线性逼近及线性预测
• 4.3 平方逼近及平方预测器
• 4.4 综合预测器
• 4.5 Kalman 滤波及其在目标跟踪中的应用
• 4.5.1 Kalman 滤波原理
• 4.5.2 Kalman 滤波器的参数定义
• 4.5.3 Kalman 滤波器的实现过程
• 4.6 综合预测在MCD 算法中的应用
• 4.7 对改进算法的仿真
• 4.8 小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献
• 硕士期间发表论文