船舶目标跟踪过程信息智能过滤算法

发布时间：2021-10-10 12:12

　　现有的船舶目标跟踪信息智能过滤算法对于障碍物遮挡的信息过滤量小,因此设计一种船舶目标跟踪过程信息智能过滤算法。引入边缘算子,并调整各个算子的权重,完成船舶目标状态信息的采集,提取跟踪目标的运动特征,并通过欧氏距离的解析式对船舶运动特征进行降维,利用光流法的搜索模板定位最佳目标匹配点,完成船舶目标跟踪过程信息智能过滤算法的设计。在实验中,分别利用现有算法和设计的算法,对某行驶中的目标船舶进行遮挡信息过滤,结果显示,设计的算法中过滤掉的障碍物信息占比平均值比传统算法高出64%,验证了设计算法的有效性。 

【文章来源】：舰船科学技术. 2019,41(24)北大核心

【文章页数】：3 页

【部分图文】：

边缘算子工作结构框图Fig.1Blockdiagramofworkingstructureofedgeoperator

(4)D(x,y)mnSD(x,y)为目标信息与最佳匹配点之间的相关性，为实时子区图像目标的起始点，为实时子区图像目标的终点，代表两点距离。利用提供的搜索模板与实时子区图像的图像信息，搭配上述公式进行更新，设定搜索区域，判断目标之间是否存在遮挡信息。当的值较小，说明二者之间没有遮挡信息或遮挡性信息较少；反之则需要对重叠信息进行判断，最终寻找到最佳观测匹配信息，实现目标船舶遮挡物信息的智能过滤。图1边缘算子工作结构框图Fig.1Blockdiagramofworkingstructureofedgeoperator图2图像欧氏距离Fig.2ImageEuclideandistance第41卷贾家新：船舶目标跟踪过程信息智能过滤算法·53·

惴╗J].激光与光电子学进展,2017(9):157–167.[4]表1实验参数Tab.1Experimentalparameters序号项目参数1视频大小352×2882视频格式AVI格式3积分窗口11×11（5个像素）4迭代次数K20次5目标模板更新时间T1s6需要剔除障碍物的区域4080表2障碍物信息过滤结果分析Tab.2Analysisofobstacleinformationfilteringresults帧数传统算法障碍物信息过滤占比本文算法障碍物信息过滤占比第30帧098%第40帧43%96%第50帧44%98%第60帧49%100%平均值34%98%图3信息智能过滤算法流程图Fig.3Informationintelligentfilteringalgorithmflowchart图4光流法搜索模板Fig.4Opticalflowsearchtemplate·54·舰船科学技术第41卷

【参考文献】：
期刊论文
[1]基于自控蝙蝠算法智能优化粒子滤波的机动目标跟踪方法[J]. 陈志敏,吴盘龙,薄煜明,田梦楚,岳聪,顾福飞.  电子学报. 2018(04)
[2]显著度目标示性及背景自适应约束的目标跟踪算法[J]. 王婧,朱虹.  模式识别与人工智能. 2017(10)
[3]基于隐马尔可夫模型和分块特征匹配的目标跟踪算法[J]. 陆兵,顾苏杭.  激光与光电子学进展. 2017(09)

博士论文
[1]单目视频中目标的三维运动跟踪方法研究[D]. 陈伟.华南理工大学 2017



本文编号：3428354