在计算机视觉领域,扩展目标的识别和跟踪一直是非常活跃的研究方向。在扩展目标目标的识别和跟踪中,特征提取是一个至关重要的环节,直接决定后续识别和跟踪性能的好坏。因此,研究扩展目标的特征提取和跟踪技术对于实际工程有重要的应用价值。然而,由于扩展目标具有不同于普通目标的特性,使得普通的目标跟踪算法无法适用于扩展目标。同时,目标本身三维姿态变化、模糊、光照变化、旋转、遮挡及形状变形等因素的存在,给扩展目标的特征提取和跟踪算法带来了挑战。本课题就是在这种情况下提出的。本课题所研究的扩展目标为光电探测系统获得的图像。针对长焦距系统下的远距离成像扩展目标,其姿态变化不大,边缘模糊,无显著纹理信息,研究高精度定位算法;针对近距离成像扩展目标,其尺寸较大,有一定的纹理和形状信息,研究特征提取及稳定跟踪算法。主要包括以下五个方面:(1)针对远距离扩展目标,深入研究高精度定位算法。在基于目标的几何形状特征的基础上,提出一种基于广义Hough变换(GHT)的异型扩展目标高精度定位方法。通过模拟序列以及外场实验采集的序列测试验证了提出的算法具有定位精度高,定位精度达到亚像素级(小于0.6个像素),实时性好的特点,当目标在视场中占据8000左右个像素时,帧频达到100HZ。(2)针对近距离成像扩展目标,深入研究不变特征提取及定姿技术。首先,详细分析介绍了目前国内外流行的特征提取、检测和描述方法,通过实验比较各种算法的适用范围及场景;其次,通过分析近距离扩展目标的特性,采用骨架来描述目标的几何结构和拓扑特性,并提出一种结合骨架和轮廓点的上下文描述子,实验证明该描述子可以实现目标在姿态变化时的稳定匹配,与形状上下文描述子相比,匹配速度大大提升,当目标在视场中占据8000左右个像素时,在GPU上运行达到每帧8ms。此外,为了后续的目标姿态判读,在基于骨架特征的基础上,从单目视觉的角度考虑目标的三维姿态,在基于几何投影关系的基础上,提出一种在已知目标的实际尺寸以及相机的内外参数的先验知识下,根据几何投影解算目标的三维姿态信息,并通过实验验证三维姿态解算算法的有效性和稳定性。(3)针对近距离成像扩展目标飞机关键部位的有效自动识别问题,在Haar-like特征的基础上,深入研究多矩形特征,并采用Adaboost级联分类器进行学习,获得局部检测器,从而自动识别扩展目标的关键部位,将跟踪进一步智能化。(4)针对近距离成像扩展目标,深入研究特征选择和融合对跟踪算法的影响。结合分布场描述子,实现扩展目标的稳定跟踪。同时,为了适应目标的旋转和尺度变化,对分布场描述子做了两个改进:一是针对原始分布场算法中分层数固定的问题,采用非均匀自适应分层法,在保证性能的同时减小了计算复杂度和存储空间;二是针对原始算法中不能适应目标旋转和尺度变化的问题,将BRISK特征融入特征,从而实现了尺度和旋转的自适应。(5)针对近距离成像扩展目标,深入研究表观模型对跟踪算法的影响,从建模的角度来阐述扩展目标的跟踪问题。重点说明稀疏联合模型和上下文模型对跟踪性能的影响,并在上下文模型的基础上,将BRISK特征检测融入到模型中,使得跟踪结果能自适应尺度和旋转变化。综上所述,本文对不变特征提取、扩展目标的高精度定位、特征融合、表观建模、飞机关键部位自动识别、稳定跟踪等关键问题进行了探索,实现了不同类型的扩展目标的稳定跟踪。