復雜環(huán)境下基于多源圖像融合的目標跟蹤算法研究.pdf

1、對于復雜環(huán)境下多源圖像的目標跟蹤是現(xiàn)階段的研究熱點之一,圖像傳感器在采集圖像時,光照的變化、目標本身的形變以及背景的影響造成的隱身、遮擋等會導致不能對目標進行持續(xù)、穩(wěn)定、準確的跟蹤。可見光圖像具有良好的細節(jié)表現(xiàn)力,對顏色等信息敏感,能夠很好地對目標的形狀、紋理等信息進行表達,但是當目標隱身或被遮擋時,會丟失目標信息;紅外圖像由于是對于熱輻射的表達,具有較強的穿透能力,可以清晰地表達目標主體,但是會丟失細節(jié)信息,因此需要將可見光圖像與紅外

2、圖像進行融合,發(fā)揮各自的優(yōu)勢。
　　利用實驗室跟蹤模擬測量系統(tǒng)來模擬目標在復雜環(huán)境下的運動,拍攝可見光與紅外的圖像序列,研究在復雜環(huán)境下的可見光與紅外圖像序列的融合跟蹤算法。
　　首先對所采集到的圖像進行預處理,對比分析圖像平滑、分割以及形態(tài)學濾波的算法,得出對于該系統(tǒng)采集到的圖像,采用中值濾波, OTSU自適應閾值分割算法以及開運算相結合的方法可以有效地將目標與背景分離開來,隨后利用背景差分法對目標進行檢測定位。
　

3、　分析基于稀疏表達的目標跟蹤算法,本文采用一種基于稀疏測量矩和貝葉斯二分類器的跟蹤算法。利用稀疏測量矩陣對提取到的圖像特征進行降維,保留目標的基本信息,去除冗余,不僅可以保證結果的準確性,還大大減少了算法的復雜度,提高運算速度。通過貝葉斯二分類器的判斷,確定出與目標實際位置最相近的樣本作為跟蹤結果,并進行分類器的更新。該算法雖然對一些具有較多信息量的大目標在復雜的背景下較其他算法有很大優(yōu)勢,但對于OTCBVS數(shù)據(jù)庫中的監(jiān)控錄像跟蹤結果并

4、不理想,因此需要采用可見光與紅外相結合的融合跟蹤算法。
　　融合跟蹤的算法大致可以分為三個等級,即像素級、特征級和決策級,在基于稀疏測量矩陣和貝葉斯分類器的跟蹤算法基礎上,本文提出了一種自適應的決策級融合算法,可以通過對兩種圖像各自的跟蹤結果進行決策判斷,選取最優(yōu)解,對分類器分別進行跟蹤,該算法解決了單傳感器跟蹤失效的問題。
　　在實驗室跟蹤模擬測量系統(tǒng)的基礎上,編寫軟件仿真平臺,對文中所述方法進行實現(xiàn),可以演示圖像的預處理