机载平台下的地面移动目标检测与跟踪算法研究

发布时间：2021-11-28 07:40

　　本课题致力于研究机载平台下的地面移动目标检测与跟踪技术。在机载平台下,图像背景会随着成像平台的运动而发生移动。基于配准的像素点建模方法会因为在配准过程中产生像素级误差,导致模型无法精确的与待检测像素完全匹配,检测性能不佳。在跟踪算法方面,机载平台的控制系统更为复杂,要求的实时性更强,在执行跟踪任务时还需要对目标进行长时间的稳定跟踪。本文的研究内容从移动目标检测与移动目标跟踪两个部分展开。本文检测部分基于双通道单高斯移动背景建模技术,该算法相比帧差法检测效果更好,相比光流法运行速度更快。在传统的静态背景建模的基础上,该方法通过区域SIFT特征匹配对移动背景进行仿射变换还原,并对区域模型进行重构以适应于动平台下的移动目标检测。为了针对背景冗余信息导致的模型“衰老”,该方法引入了模型自重建技术。在此基础上本文结合不同时间尺度下的检测结果,提出了一种基于仿射变换相似性度量的自适应时间多尺度检测方法,在提高原始算法检测率的同时有效的降低了检测结果中的虚警数。在目标跟踪部分提出了一种基于KCF的自适应学习率跟踪算法。针对传统KCF算法抗相似物干扰不佳的问题,本文通过提出一个自适应的学习率,改进了K... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

空对地背景实验场景

11图 2-2 单高斯逐像素点建模实验结果上述实验结果可以发现单高斯逐像素点建模的方法与初始背景的选择有关，不发生更新的时候检测效果比较好，但是虚警比较多，而且容易受到来自噪声，所以单高斯逐像素点建模的检测结果很大程度取决于初始背景模型的建立。引入更新(公式 2.5、2.6）后虚警像素点明显下降，能够不断地适应新的背景，背景的选择依赖度有所降低，同时检测效果会受到限制。于传统的帧间差分法，单高斯模型背景建模法在简单背景场景下可以更好的

华 中 科 技 大 学 硕 士 学 位 论 文检测出移动目标，能更加有效的抵抗噪声所带来的虚假。引入背景更新后的单高斯背景模型对背景的变化具有一定的自适应能力。但对于大范围内的逐像素点建模会导致计算成本和内存消耗的增加。根据实验(图 2-3)的结果可以发现单高斯模型即使引入了学习模型，在检测后期也很难检测到目标，这是因为服从不同高斯模型的像素数据在模型更新阶段被不断的被集中，导致拟合的正太分布函数不断的被平滑，从而不能有效的区分开前景和背景(图 2-3)，而且实验表明在复杂背景下单高斯模型会因为像素点的增加导致模型方差变大，检测性能随之变差。

【参考文献】：
期刊论文
[1]红外图像中快速运动目标的检测与跟踪方法[J]. 易诗,张洋溢,聂焱,赵茜茜,庄依彤.  红外技术. 2019(03)
[2]视频图像动目标检测的双三帧差分算法[J]. 王志国,王永明,聂晶,彭世蕤,仇永斌.  电子测量技术. 2019(02)
[3]Dense SIFT与改进最小二乘匹配结合的倾斜航空影像匹配方法[J]. 杨幸彬,吕京国,张丹璐,成喆.  测绘通报. 2018(10)
[4]基于特征光流的多运动目标检测跟踪算法与评价[J]. 屈治华,邵毅明,邓天民.  科学技术与工程. 2018(22)
[5]基于视频图像序列移动目标的检测与跟踪[J]. 许向阳,姚洪猛.  电子技术与软件工程. 2018(14)
[6]采用核相关滤波器的长期目标跟踪[J]. 杨德东,蔡玉柱,毛宁,杨福才.  光学精密工程. 2016(08)
[7]空间关联与多子区规范化梯度方向直方图的异源图像匹配[J]. 徐一丹,李斌,李壮,杨夏.  国防科技大学学报. 2014(04)

硕士论文
[1]大场景主从相机协同的运动目标检测和跟踪[D]. 李中振.西安电子科技大学 2018
[2]基于深度学习的眼球追踪技术研究[D]. 姜伟卓.电子科技大学 2018
[3]基于KCF的目标跟踪算法改进及GPU系统实现[D]. 刘金花.西安电子科技大学 2017
[4]基于GMM的运动目标检测和阴影消除算法研究[D]. 张丛静.山东科技大学 2017



本文编号：3523999