学位论文 > 优秀研究生学位论文题录展示

基于粒子滤波的红外弱点状动目标跟踪技术研究

作　者: 向桂英
导　师: 地里木拉提·吐尔逊；艾斯卡尔·艾木都拉
学　校: 新疆大学
专　业: 信号与信息处理
关键词: 微弱点状目标单帧检测粒子滤波器数据融合目标跟踪
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 104次
引　用: 0次
阅　读: 论文下载

内容摘要

红外成像系统的广泛应用使得红外图像序列中的目标跟踪技术得到了迅速的发展,一直以来,传统方法的改进一直是研究的主要方向,近年来,基于粒子滤波的目标跟踪技术因其更普遍的实用性给目标跟踪技术带来了新的发展方向。在国内外现有的基于粒子滤波的跟踪技术的研究成果中,被跟踪目标几乎都有明显的轮廓、纹理、颜色等信息,而这恰恰是本文中的微弱点状动目标所不具有的。在这种情况下,本文对其中的关键技术进行了深入、系统的研究,提出了跟踪过程中的单帧测量值检测技术,有效的提高了系统的实时性,对系统涉及到的模型做了细致的分析,根据目标的特性,提出了数据概率模型、系统模型及噪声模型,采用模糊聚类和数据关联思想对测量数据进行划分和融合。跟踪滤波采用粒子滤波器,对目标状态分布进行采样,计算样本的权值,最后用样本的加权和来表示目标状态的估计值,并在一定程度上解决了样本匮乏问题。在完成单目标实时跟踪的基础上,实现了多目标跟踪。实验仿真结果表明,本文算法实时有效的实现了对红外图像序列中微弱点状动目标的跟踪,具有一定的应用价值。

全文目录

摘要  3-4
Abstract  4-7
第一章序言  7-15
  1.1 研究背景和意义  7-10
  1.2 红外弱点状目标跟踪的特点  10-11
  1.3 论文研究的主要内容  11-14
  1.4 论文组织结构  14-15
第二章相关理论基础  15-33
  2.1 单帧检测技术  15-17
  2.2 Bayes 滤波方法和蒙特卡罗模拟仿真技术  17-21
    2.2.1 贝叶斯滤波技术  17-19
    2.2.2 蒙特卡罗方法  19-21
  2.3 非线性滤波技术  21-33
    2.3.1 扩展卡尔曼滤波技术  22-23
    2.3.2 粒子滤波技术  23-29
    2.3.3 EKF 与PF 的性能比较  29-33
第三章基于粒子滤波的红外图像序列中微弱点状动目标跟踪算法  33-53
  3.1 多目标跟踪过程中测量数据的划分与融合  33-35
    3.1.1 模糊聚类  34
    3.1.2 概率数据关联  34-35
  3.2 相关模型  35-38
    3.2.1 目标状态转移模型  36
    3.2.2 观测概率模型  36-37
    3.2.3 观测噪声  37-38
    3.2.4 后验概率的计算  38
  3.3 粒子滤波理论框架下红外点状目标跟踪算法  38-44
    3.3.1 基于粒子滤波的红外单目标跟踪算法步骤  39-40
    3.3.2 基于模糊聚类测量值关联的粒子滤波多目标跟踪算法步骤  40-42
    3.3.3 基于联合概率数据关联和粒子滤波的点状运动多目标实时跟踪算法  42-44
  3.4 实验环境  44-46
  3.5 图像序列中微弱点状动目标跟踪实验结果及结果分析  46-53
    3.5.1 单目标跟踪实验仿真结果及分析  46-48
    3.5.2 多目标跟踪实验仿真结果及分析  48-53
第四章结论  53-55
  4.1 总结  53-54
  4.2 展望  54-55
参考文献  55-59
攻读学位期间发表的学术论文  59-60
致谢  60

基于粒子滤波的红外弱点状动目标跟踪技术研究

内容摘要

全文目录

相似论文