论文部分内容阅读
目标跟踪是计算机视觉领域中非常重要的研究课题之一，它是指在一段序列图像的每一帧图像中实时地确定目标的位置、姿态、尺寸等几何状态信息，在智能交通、视觉导航、安防监控、精确制导等很多领域都有非常广泛的应用。在精确制导领域，以目前广泛应用的第二代反坦克导弹为例，它主要采用可见光/红外成像复合制导方式，对于成像指令制导技术，需要通过图像处理的方法确定目标位置，再根据目标与瞄准线的偏差角度控制导弹沿瞄准线行驶，直至击中目标。因此，基于图像的目标跟踪算法具有重要的研究意义。但是，导弹发射后，其尾部红外辐射器产生的辐射光斑会遮挡目标，经典的相关跟踪算法会失效。因此，对于抗遮挡跟踪算法的研究在理论方面和实际工程应用方面都有着非常重要的意义。 相关跟踪算法能在低信噪比、特征信息较少等条件下对目标进行准确跟踪，绝对差累加和相关匹配算法（即SAD相关跟踪算法）更是具有计算简单、运算量小的优点，但在遮挡发生的情况下该算法会失效。本文在SAD相关跟踪算法的基础上对抗遮挡跟踪算法进行研究，在无遮挡、局部遮挡以及严重遮挡这三种不同情况下采用不同的跟踪策略，实现了基于SAD相关跟踪算法的抗遮挡跟踪。主要研究内容包括: 1)针对模板提取过程中可能遇到的图像被噪声干扰、目标边界比较模糊或目标被部分遮挡等问题，建立了基于形状保持的CV变分水平集矩形目标分割模型，加入矩形先验形状分割得到包含目标的矩形图像区域，实现了模板自动提取。 2)当目标未受到遮挡时，采用SAD相关跟踪算法，当目标受到遮挡时，该方法失效，需要改变跟踪策略。为此设计了一种基于SAD的相关跟踪有效性判断方法，根据序列图像SAD矩阵最小值所在的邻域矩阵的相关值，判断遮挡是否发生，提高了跟踪的准确性。 3)当目标受到局部遮挡时，采用多子区域相关跟踪算法进行目标跟踪。首先在模板划分的基础上确定了匹配模式和遮挡模式，并给出不同匹配模式的SAD计算方法，然后提出了基于距离离散程度和相似度离散程度的匹配模式决策方法以及基于分层最佳匹配模式的位置信息融合方法，实现了局部遮挡情况下的目标跟踪。 4)当目标受到严重遮挡时，采用基于核岭回归的目标轨迹预测方法进行目标位置预测。该方法通过映射函数将非线性输入映射为高维特征空间中的线性函数，然后根据岭回归原理解算出线性函数的参数，实现了目标位置的预测。 为验证本文算法的有效性，在MATLAB平台上进行仿真。实验结果表明，本文算法能够满足跟踪精度和实时性的要求。