基于粒子濾波的視覺跟蹤算法研究及其在紅外成像制導(dǎo)中的應(yīng)用.pdf

1、視覺跟蹤是當(dāng)前計(jì)算機(jī)視覺領(lǐng)域的熱點(diǎn)研究主題,是一項(xiàng)包括圖像處理、模式識別、概率與統(tǒng)計(jì)推理、系統(tǒng)狀態(tài)估計(jì)等多學(xué)科交叉的活躍研究主題。視覺跟蹤的本質(zhì)就是在視頻序列中迭代搜索并確定感興趣的具有某種顯著視覺特征(比如顏色、形狀,紋理、運(yùn)動(dòng)等)目標(biāo)的位置。本文的著眼點(diǎn)是將視覺跟蹤視為視覺目標(biāo)狀態(tài)動(dòng)態(tài)估計(jì)問題。在貝葉斯?fàn)顟B(tài)估計(jì)意義下,給出了相對嚴(yán)格的視覺跟蹤定義,并根據(jù)視覺目標(biāo)狀態(tài)X和觀測Z的不同特性將視覺跟蹤分為三種:單特征、單目標(biāo)視覺跟蹤,多視

2、覺特征融合跟蹤,多視覺目標(biāo)跟蹤。在復(fù)雜場景下,視覺跟蹤通常都是非高斯、非線性的狀態(tài)估計(jì)過程。粒子濾波是處理非高斯、非線性狀態(tài)估計(jì)問題的有力理論工具,也是構(gòu)架視覺跟蹤算法的完備理論框架。本文主要在粒子濾波理論框架下探索復(fù)雜場景下這三種視覺跟蹤算法框架的建立及穩(wěn)健性提高問題。對于單特征、單目標(biāo)視覺跟蹤,主要從提高粒子濾波采樣的有效性入手,研究了基于粒子濾波的單特征、單目標(biāo)視覺跟蹤算法及穩(wěn)健性提高。對于多視覺特征融合跟蹤,將民主合成思想與粒子

3、濾波理論框架結(jié)合,并提出了一種特征生滅機(jī)制,以此構(gòu)建基于粒子濾波的多視覺特征自組織融合跟蹤算法。對于多視覺目標(biāo)跟蹤,將聯(lián)合概率數(shù)據(jù)聯(lián)想濾波與粒子濾波結(jié)合,構(gòu)架了基于粒子濾波與聯(lián)合概率數(shù)據(jù)聯(lián)想的多視覺目標(biāo)跟蹤算法。
　　 視覺跟蹤在視頻監(jiān)控、視頻壓縮編碼、機(jī)器人導(dǎo)航與定位、智能人機(jī)交互、虛擬現(xiàn)實(shí)、成像制導(dǎo)等方面有著廣泛的應(yīng)用前景。紅外成像制導(dǎo)是武器裝備精確化和智能化的有效途徑,對維護(hù)國家安全和增強(qiáng)國防有著重要的意義。在紅外成像制導(dǎo)

4、中目標(biāo)跟蹤是關(guān)鍵技術(shù),跟蹤的精確性決定了武器系統(tǒng)的制導(dǎo)精度。在應(yīng)用方面,本文主要探索基于粒子濾波的視覺跟蹤算法框架在紅外成像制導(dǎo)中的應(yīng)用及其進(jìn)一步提高。在紅外成像制導(dǎo)背景下,采用基于核的概率密度估計(jì)實(shí)現(xiàn)紅外目標(biāo)灰度特征的統(tǒng)計(jì)描述,深入討論了單紅外目標(biāo)穩(wěn)健跟蹤；初步探討了多特征融合紅外目標(biāo)穩(wěn)健跟蹤和多紅外目標(biāo)跟蹤問題,并分析指出未來工作的著眼點(diǎn)。
　　 本文的創(chuàng)新點(diǎn)主要體現(xiàn)在:
　　 1.在單特征、單目標(biāo)視覺跟蹤研究中,分

5、析了兩種卡爾曼預(yù)測采樣方法(EKF預(yù)測采樣和UKF預(yù)測采樣)對顏色視覺跟蹤的穩(wěn)健性提高,并將兩種卡爾曼預(yù)測采樣法應(yīng)用于基于粒子濾波的顏色視覺跟蹤；分析了MCMC采樣方法對顏色視覺跟蹤的穩(wěn)健性提高,提出了一種基于MCMC采樣粒子濾波的顏色視覺跟蹤算法。
　　 2.在多視覺特征融合跟蹤研究中,在粒子濾波理論框架下分析了兩種多視覺特征融合跟蹤實(shí)現(xiàn)途徑,通過視覺跟蹤實(shí)驗(yàn)結(jié)果證明粒子濾波是實(shí)現(xiàn)多視覺特征融合跟蹤的有效理論框架；分析了基于民

6、主合成算法的多視覺特征自組織融合跟蹤算法,通過視覺跟蹤實(shí)驗(yàn)驗(yàn)證基于民主合成的自組織融合算法是實(shí)現(xiàn)多視覺特征融合的有效途徑；在此基礎(chǔ)上,討論將民主合成思想與粒子濾波理論框架結(jié)合,提出了一種基于粒子濾波的多視覺特征自組織融合跟蹤算法。為了降低多視覺特征融合跟蹤的計(jì)算復(fù)雜度、提高算法實(shí)時(shí)性,提出一種特征生滅機(jī)制,以此構(gòu)建一個(gè)有效的多視覺特征自組織融合跟蹤框架。
　　 3.討論聯(lián)合概率數(shù)據(jù)聯(lián)想濾波與粒子濾波的結(jié)合,將基于粒子濾波與聯(lián)合概