光测图像目标检测跟踪与判读方法研究
发布时间：2021-09-09 11:09
光学跟踪测量系统在武器试验过程产生大量的图像数据,处理这些数据可以得到武器的轨迹与姿态、光学辐射特性等参数,为武器鉴定与故障分析提供重要的数据支持。目标检测跟踪与判读方法是光测图像数据处理的关键技术,通常先检测目标,再跟踪目标,最后判读特征。为了满足多样化的试验任务需求,实现实时数据处理,提高分析的自动化程度,需要研究高效、精确、适应性强的检测跟踪与判读方法。本文主要面向光测图像实时处理。在运动目标检测方面,研究了适用于固定视场的背景剪除方法,以及变化视场的运动检测方法;在目标跟踪方面,研究了基于外观增量学习的目标区域/轮廓跟踪方法,以及基于跟踪-检测-学习的目标区域跟踪方法;在特征判读方面,发展了基于二维/三维模型的特征定位方法。在上述研究方法基础上,设计并实现了光测图像实时判读解算系统,该系统成功应用于多类靶场光测试验,满足用户实时获取并分析试验数据的需求。本文的主要研究成果包括:1)提出一种基于时空样本的自适应混合背景建模方法,由于同时考虑邻域像素的位置与外观信息对当前像素的影响,可以实现固定场景中运动目标的高质量检测,特别是低质量图像序列,如有噪声或压缩视频;2)提出一种基于密...
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：160 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 光测图像判读分析与挑战
1.2.1 光测图像判读
1.2.2 光测图像判读挑战
1.3 运动目标检测与跟踪算法研究现状
1.3.1 图像外观模型与距离测度
1.3.2 运动目标检测算法研究进展
1.3.3 运动目标跟踪算法研究进展
1.4 本文主要内容及创新点
1.4.1 本文主要内容
1.4.2 本文主要技术创新点
第二章 基于变化检测的运动目标检测方法研究
2.1 引言
2.2 算法综述
2.2.1 背景建模
2.2.2 运动检测
2.3 基于时空样本的背景建模方法
2.3.1 联合域像素模型
2.3.2 基于加权边缘概率密度函数的判别过程
2.3.3 在线模型更新
2.3.4 实验结果及分析
2.3.5 小结
2.4 基于密集光流和单应约束的近平面场景运动目标检测方法
2.4.1 稀疏/密集光流场景配准
2.4.2 基于密集光流的鲁棒单应矩阵估计
2.4.3 运动目标检测基本步骤
2.4.4 实验结果及分析
2.4.5 小结
2.5 本章总结
第三章 基于外观增量学习的目标跟踪方法研究
3.1 引言
3.2 算法综述
3.2.1 基于检测的区域跟踪
3.2.2 基于分割的轮廓跟踪
3.3 结合纹理和形状特征的在线混合随机朴素贝叶斯跟踪器
3.3.1 纹理和形状特征描述
3.3.2 混合随机朴素贝叶斯分类器训练
3.3.3 基于滑动窗口的目标定位
3.3.4 实验结果与分析
3.3.5 小结
3.4 基于高斯混合模型在线学习的轮廓跟踪方法
3.4.1 目标/背景特征的高斯混合模型描述
3.4.2 基于图模型的能量函数定义
3.4.3 轮廓跟踪基本步骤
3.4.4 实验结果与分析
3.4.5 小结
3.5 本章总结
第四章 基于跟踪-检测-学习框架的目标跟踪方法研究
4.1 引言
4.2 算法综述
4.2.1 难点问题
4.2.2 已有算法概述
4.3 一种跟踪-检测-学习算法的自适应加速实现
4.3.1 算法框架
4.3.2 支持关键点特征或区域特征自动选择的跟踪器
4.3.3 支持尺度在线估计的检测器
4.3.4 信任度加权平均融合器
4.3.5 基于结构约束的学习器
4.3.6 实验结果及分析
4.3.7 小结
4.4 本章总结
第五章 光测图像实时判读解算系统的设计与实现
5.1 总体设计方案
5.1.1 需求分析
5.1.2 体系结构
5.1.3 主要功能
5.2 关键技术
5.2.1 无模型的判读方法
5.2.2 人工指定几何基元的判读方法
5.2.3 基于二维模型的判读方法
5.2.4 基于三维模型的判读方法
5.2.5 人工干预
5.3 系统应用与实现
5.3.1 空中发射试验
5.3.2 光学特性测量
5.3.3 弹体位姿测量
5.4 本章总结
第六章 结论与展望
6.1 论文主要工作与创新点
6.2 需要进一步研究的问题
致谢
参考文献
作者在学期间取得的学术成果
【参考文献】：
博士论文
[1]靶场图像目标检测跟踪与定姿技术研究[D]. 王鲲鹏.国防科学技术大学 2010
[2]靶场图像运动目标检测与跟踪定位技术研究[D]. 张小虎.国防科学技术大学 2006
[3]基于视觉的空间目标位置姿态测量方法研究[D]. 尚洋.国防科学技术大学 2006
本文编号：3391985
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：160 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 光测图像判读分析与挑战
1.2.1 光测图像判读
1.2.2 光测图像判读挑战
1.3 运动目标检测与跟踪算法研究现状
1.3.1 图像外观模型与距离测度
1.3.2 运动目标检测算法研究进展
1.3.3 运动目标跟踪算法研究进展
1.4 本文主要内容及创新点
1.4.1 本文主要内容
1.4.2 本文主要技术创新点
第二章 基于变化检测的运动目标检测方法研究
2.1 引言
2.2 算法综述
2.2.1 背景建模
2.2.2 运动检测
2.3 基于时空样本的背景建模方法
2.3.1 联合域像素模型
2.3.2 基于加权边缘概率密度函数的判别过程
2.3.3 在线模型更新
2.3.4 实验结果及分析
2.3.5 小结
2.4 基于密集光流和单应约束的近平面场景运动目标检测方法
2.4.1 稀疏/密集光流场景配准
2.4.2 基于密集光流的鲁棒单应矩阵估计
2.4.3 运动目标检测基本步骤
2.4.4 实验结果及分析
2.4.5 小结
2.5 本章总结
第三章 基于外观增量学习的目标跟踪方法研究
3.1 引言
3.2 算法综述
3.2.1 基于检测的区域跟踪
3.2.2 基于分割的轮廓跟踪
3.3 结合纹理和形状特征的在线混合随机朴素贝叶斯跟踪器
3.3.1 纹理和形状特征描述
3.3.2 混合随机朴素贝叶斯分类器训练
3.3.3 基于滑动窗口的目标定位
3.3.4 实验结果与分析
3.3.5 小结
3.4 基于高斯混合模型在线学习的轮廓跟踪方法
3.4.1 目标/背景特征的高斯混合模型描述
3.4.2 基于图模型的能量函数定义
3.4.3 轮廓跟踪基本步骤
3.4.4 实验结果与分析
3.4.5 小结
3.5 本章总结
第四章 基于跟踪-检测-学习框架的目标跟踪方法研究
4.1 引言
4.2 算法综述
4.2.1 难点问题
4.2.2 已有算法概述
4.3 一种跟踪-检测-学习算法的自适应加速实现
4.3.1 算法框架
4.3.2 支持关键点特征或区域特征自动选择的跟踪器
4.3.3 支持尺度在线估计的检测器
4.3.4 信任度加权平均融合器
4.3.5 基于结构约束的学习器
4.3.6 实验结果及分析
4.3.7 小结
4.4 本章总结
第五章 光测图像实时判读解算系统的设计与实现
5.1 总体设计方案
5.1.1 需求分析
5.1.2 体系结构
5.1.3 主要功能
5.2 关键技术
5.2.1 无模型的判读方法
5.2.2 人工指定几何基元的判读方法
5.2.3 基于二维模型的判读方法
5.2.4 基于三维模型的判读方法
5.2.5 人工干预
5.3 系统应用与实现
5.3.1 空中发射试验
5.3.2 光学特性测量
5.3.3 弹体位姿测量
5.4 本章总结
第六章 结论与展望
6.1 论文主要工作与创新点
6.2 需要进一步研究的问题
致谢
参考文献
作者在学期间取得的学术成果
【参考文献】：
博士论文
[1]靶场图像目标检测跟踪与定姿技术研究[D]. 王鲲鹏.国防科学技术大学 2010
[2]靶场图像运动目标检测与跟踪定位技术研究[D]. 张小虎.国防科学技术大学 2006
[3]基于视觉的空间目标位置姿态测量方法研究[D]. 尚洋.国防科学技术大学 2006
本文编号：3391985
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3391985.html
