基于狀態(tài)噪聲去相關(guān)卡爾曼濾波的視頻目標(biāo)跟蹤技術(shù)研究.pdf

1、視頻目標(biāo)跟蹤是國內(nèi)外當(dāng)前的熱門研究方向之一，它是一種能夠從圖像序列中實(shí)時(shí)提取目標(biāo)位置信息并自動(dòng)跟蹤目標(biāo)的技術(shù)。視頻目標(biāo)跟蹤在軍事、醫(yī)學(xué)、智能交通系統(tǒng)以及安全監(jiān)控等方面有著廣泛的應(yīng)用和廣闊的前景。 在機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)過程中，狀態(tài)噪聲往往是具有一定相關(guān)性的有色噪聲。已有的視頻目標(biāo)跟蹤的研究成果，為方便計(jì)通常忽略這種相關(guān)性，假定狀態(tài)噪聲是白噪聲。這與實(shí)際的機(jī)動(dòng)目標(biāo)狀態(tài)有一定的偏差，容易造成在跟蹤過程中丟失目標(biāo)。本文基于上述背景，針對(duì)實(shí)拍的

2、直升機(jī)模型視頻，分析了目標(biāo)狀態(tài)噪聲的相關(guān)性，對(duì)視頻機(jī)動(dòng)目標(biāo)的檢測和跟蹤技術(shù)展開了如下研究。 首先采用最大類間方差法求取閾值，并對(duì)視頻幀圖像進(jìn)行圖像分割，得到包含目標(biāo)和背景的二值化圖像。針對(duì)由復(fù)雜背景以及光照變化、背景快速變化等各種原因所產(chǎn)生的虛假目標(biāo)，采用連通域分割初步去除過大或過小的虛假目標(biāo)。 接著，對(duì)二值圖像中仍然存在的虛假目標(biāo)，給出了基于圖像處理結(jié)果的灰度關(guān)聯(lián)和面積關(guān)聯(lián)方法，并結(jié)合預(yù)測和濾波技術(shù)，采用最近鄰關(guān)聯(lián)、灰

3、度關(guān)聯(lián)和面積關(guān)聯(lián)相結(jié)合的數(shù)據(jù)關(guān)聯(lián)算法，有效地從二值圖像中提取出真實(shí)目標(biāo)。 然后，在CV模型的基礎(chǔ)上，研究了基于兩種不同概率分布的狀態(tài)噪聲的相關(guān)性：基于Singer模型零均值均勻分布的加速度噪聲和基于“當(dāng)前”統(tǒng)計(jì)模型瑞利分布的加速度噪聲。利用狀態(tài)噪聲去相關(guān)的卡爾曼濾波算法對(duì)兩種不同加速度分布的目標(biāo)的運(yùn)動(dòng)狀態(tài)進(jìn)行預(yù)測和濾波，并與不考慮狀態(tài)噪聲相關(guān)性的卡爾曼濾波進(jìn)行比較，仿真結(jié)果和誤差分析證明了基于狀態(tài)噪聲去相關(guān)算法的預(yù)測和濾波精度都