基于SIFT补偿和粒子滤波的航拍目标跟踪

论文摘要

航拍视频目标跟踪是近期目标跟踪领域研究的热点。从无人机到图像制导导弹,从航拍灾情分析到空基交通平台监测,无论是在军用和民用领域都得到了广泛的应用。航拍目标跟踪的最大特点是载具运动给跟踪算法带来的干扰,如何有效保持跟踪算法的稳定,是我们需要解决的问题。本文通过分析航拍视频的特点和难点,提出了一种航拍视频目标跟踪解决方案。本文首先对检测和跟踪技术进行分类梳理,分析检测和跟踪的分类及其关系,介绍了基于贝叶斯的目标跟踪算法。针对航拍中载具运动问题,采用基于SIFT特征点的图像配准进行载具运动补偿,提出了基于SIFT补偿和粒子滤波的航拍视频目标跟踪方法。此方法是在SIFT点配准后利用对帧间目标和摄像头短暂匀速的假设,用帧差法检测估计中间帧目标位置送检给粒子滤波,同时对粒子的投放和扩散进行纠正的航拍跟踪算法。该算法充分利用了帧间的运动信息不仅对帧差进行了扩展同时也很好的和粒子滤波相结合,对基于普通高斯欧式距离粒子加权和巴氏颜色距离加权下的的粒子滤波进行了分析比较,实验结果表明本算法对目标形状不敏感同时定位精准,鲁棒性较强。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 本课题研究背景及意义
• 1.3 本论文的主要工作和内容安排
• 第二章 目标跟踪算法概述
• 2.1 目标跟踪的目的和意义
• 2.1.1 目标跟踪的目的
• 2.1.2 目标检测和跟踪的关系
• 2.2 目标在机器视觉中的表示
• 2.2.1 目标外形表示
• 2.2.2 目标跟踪特征表示
• 2.3 目标检测跟踪分类
• 2.3.1 目标检测
• 2.3.2 目标跟踪
• 第三章 基于贝叶斯的跟踪算法
• 3.1 引言
• 3.2 卡尔曼算法
• 3.2.1 卡尔曼在跟踪中的应用
• 3.2.2 卡尔曼滤波的条件和算法步骤
• 3.3 粒子滤波算法
• 3.3.1 蒙特卡洛方法
• 3.3.2 序贯重要性采样算法
• 3.3.3 重采样
• 第四章 基于SIFT特征点的运动补偿方案
• 4.1 引言
• 4.2 抗载具运动方法
• 4.2.1 跟踪算法抗载具运动
• 4.2.2 运动补偿算法
• 4.3 图像配准方法
• 4.3.1 SIFT点介绍
• 4.3.2 SIFT点生成步骤
• 4.4 仿射变换
• 第五章 基于SIFT补偿和粒子滤波的航拍目标跟踪
• 5.1 引言
• 5.2 SIFT配准下基于高斯欧式距离加权的粒子滤波
• 5.3 SIFT配准下基于巴氏距离加权的粒子滤波
• 5.4 基于中间帧估计的粒子滤波
• 第六章 总结与展望
• 致谢
• 参考文献