基于紅外圖像的場面目標跟蹤算法研究.pdf

1、隨著民航業(yè)的高速發(fā)展,機場場面運行環(huán)境日益復雜,安全運行壓力與日俱增,而現(xiàn)有的監(jiān)視系統(tǒng)在夜視、霧天等條件下的監(jiān)視可靠性將會下降。本論文針對低能見度條件下的場面監(jiān)視問題,研究基于紅外圖像的目標跟蹤算法,旨在為全天時、全天候條件下的機場場面監(jiān)視系統(tǒng)的構建和智能交通的實現(xiàn)提供思路和參考。本文主要研究內(nèi)容如下:
　　對紅外圖像的成像原理以及圖像特性進行了分析,針對紅外圖像固有噪聲和灰度分布非均勻性問題,利用引導濾波進行預處理。對多種預處理

2、算法的對比分析表明,引導濾波能夠在有效濾除噪聲、改善灰度分布非均勻性的同時完整保存目標輪廓細節(jié)和場景中的強邊緣,且處理速度很快,是一種有效的紅外圖像預處理算法。
　　實現(xiàn)了一種視覺跟蹤領域常用的 Mean-Shift算法。以顏色直方圖對目標進行建模,以Bhattacharyya系數(shù)進行模式匹配度量,迭代計算跟蹤中心的最優(yōu)位置,然后以顏色模型中子模型的貢獻度為基礎進行選擇性更新。實驗結果表明在目標尺度變化、遮擋等復雜情況下Mean-

3、Shift算法的定位準確性會下降,出現(xiàn)漂移現(xiàn)象。
　　針對現(xiàn)有算法目標表征不準確帶來的模型失真和跟蹤漂移問題,實現(xiàn)了一種基于摳像技術的紅外圖像目標跟蹤算法。首先手動獲取目標準確區(qū)域,自動生成局部摳像框,采集目標、背景的代表顏色集合;基于顏色集合自動生成摳像所需的約束草圖,完成對目標區(qū)域的摳像;最后對摳像產(chǎn)生的前景映射圖進行邊緣檢測即可獲取目標輪廓,實現(xiàn)目標的準確定位和模型的高質量更新。實驗結果表明,摳像跟蹤算法充分利用了紅外目標的