用于導(dǎo)引快速運(yùn)動(dòng)平臺(tái)的視覺目標(biāo)跟蹤方法研究.pdf

1、本文以快速運(yùn)動(dòng)平臺(tái)的視覺目標(biāo)導(dǎo)引問題為應(yīng)用背景，研究了視覺目標(biāo)跟蹤問題，以壓縮感知理論為圖像特征降維的理論基礎(chǔ)，設(shè)計(jì)了一種新的測量矩陣構(gòu)造方法，提出了一種新的尺度自適應(yīng)實(shí)時(shí)壓縮跟蹤算法。
　　本文首先對傳統(tǒng)的基于壓縮感知理論的目標(biāo)跟蹤方法（稱為壓縮跟蹤）進(jìn)行了理論分析與實(shí)驗(yàn)驗(yàn)證，分析了傳統(tǒng)壓縮跟蹤方法中所使用的測量矩陣構(gòu)造方法的不足，提出了新的壓縮測量矩陣構(gòu)造方法，用于對圖像進(jìn)行特征降維。壓縮跟蹤中首要的也是最重要的問題就是選取一

2、種合適的測量矩陣。論文首先對傳統(tǒng)測量矩陣構(gòu)造方法進(jìn)行了總結(jié)，并針對目前最新的分塊測量矩陣進(jìn)行分析討論，理論推導(dǎo)并實(shí)驗(yàn)驗(yàn)證了該種測量矩陣存在著測量矩陣中的各元素取值的概率分布函數(shù)并不是同分布的問題，相當(dāng)于人為地減少了圖像左上部分的信息的影響作用，而增加了圖像右下方信息影響作用。針對該問題，本文提出了循環(huán)分塊測量矩陣生成算法，并分析了循環(huán)分塊測量矩陣中卷積核內(nèi)矩形塊數(shù)量的取值問題，并給出了常用取值范圍。然后分析討論了循環(huán)分塊測量矩陣在滿足

3、RIP條件上存在的問題，即為了降低算法計(jì)算量而對測量矩陣進(jìn)行的分塊的做法，會(huì)導(dǎo)致其滿足RIP條件的概率降低。實(shí)驗(yàn)表明，循環(huán)分塊測量矩陣能夠解決隨機(jī)測量矩陣內(nèi)元素概率分布函數(shù)不同分布的問題，對目標(biāo)跟蹤具有更好的魯棒性。
　　本文然后開展了壓縮跟蹤窗口尺度自適應(yīng)性的相關(guān)研究，設(shè)計(jì)了尺度自適應(yīng)窗口模型，并利用粒子濾波算法，實(shí)現(xiàn)了窗口的尺度自適應(yīng)搜索算法。運(yùn)動(dòng)平臺(tái)由遠(yuǎn)及近地接近目標(biāo)的過程中，目標(biāo)在圖像中的尺度變化十分明顯。如何使算法對目標(biāo)

4、的尺度變化具有自適應(yīng)性，一直是視覺跟蹤問題的難點(diǎn)。針對傳統(tǒng)的壓縮跟蹤算法的目標(biāo)跟蹤窗口不具有尺度自適應(yīng)性的缺陷，本文在壓縮跟蹤算法基礎(chǔ)上研究了窗口尺度自適應(yīng)問題，并建立了尺度自適應(yīng)窗口模型。利用粒子濾波算法，實(shí)現(xiàn)了窗口的尺度自適應(yīng)搜索，具有良好的實(shí)時(shí)性和魯棒性。同時(shí)，針對快速運(yùn)動(dòng)平臺(tái)的機(jī)動(dòng)特性，對目標(biāo)在攝像頭視野內(nèi)的丟失情況進(jìn)行了討論，如目標(biāo)被大部分遮擋和目標(biāo)離開攝像頭視野等情況，著重分析了目標(biāo)丟失對窗口參數(shù)和目標(biāo)特征描述的影響，并在算