论文部分内容阅读
红外目标跟踪一直是国内外视觉跟踪技术研究的一个热点问题,其主要任务就是在红外视频中搜寻和定位被观测的目标,并且通过多帧图像中目标的位置信息得到目标的运动轨迹。经过近几十年不断地研究和发展,红外目标跟踪在军事侦查、导弹制导、安防检测以及医学影像等领域取得了卓越的成就和广泛的应用。红外视频中目标时刻都发生着变化,比如目标由远及近或由近及远的尺寸变化,目标运动速度变化,目标偏航和横滚导致的姿态变化,以及红外图像噪声和场景杂波的干扰等,这些因素都降低了目标跟踪的准确性和稳定性,对红外目标的跟踪带来了很大的困难,因此,目标运动、尺度变化等情况下的跟踪在当前仍然是一个极具挑战性的课题。本文针对这一问题展开相关的研究工作。针对目标跟踪中存在的问题,本文研究了基于SURF-BRISK特征匹配的目标跟踪算法和基于尺度空间相关匹配的目标跟踪算法。基于SURF-BRISK特征匹配的目标跟踪算法利用SURF进行特征检测,采用BRISK进行特征描述,通过计算汉明距离进行特征匹配,获取目标的位置,该算法在目标尺寸较大,细节信息较明显时,能够稳定地跟踪目标。但是当目标尺寸较小时,容易导致目标跟踪失败。基于尺度空间相关匹配的目标跟踪算法,通过建立多尺度的目标模板,计算目标多尺度模板和图像的相似系数,搜寻相似性系数最大值或者最小值的位置,该位置是图像中目标的位置,该算法在目标尺寸较小时,能够实现对目标的准确跟踪。但是在目标尺寸变化较大的情况下,容易导致目标跟踪失败。针对上述两种算法的局限性,提出了一种改进的SURF-BRISK组合算法,将基于SURF-BRISK特征匹配和基于尺度空间相关匹配的目标跟踪算法进行融合。目标在视场中运动时,首先,通过特征匹配和相关匹配的目标跟踪算法分别得到目标的位置信息,计算目标位置与前一帧目标位置的偏离量,得到两个偏移量。然后,计算偏离量的总和,以及各自偏离量所占的比例值,根据比值对获取的两个目标位置赋予相应的权值,每个权值与各自比例值的和为1。最后,对两个目标位置进行加权求和,得到当前帧目标的位置。通过对算法进行仿真验证,证明了该算法在目标尺寸变化、遮挡情况下能够稳定跟踪目标。