APP下载

采用稀疏特征选择的红外运动目标跟踪方法

2015-03-29王升哲王兵学陈咸志

激光与红外 2015年4期
关键词:背景方法

雍 杨,王升哲,王兵学,陈咸志

(西南技术物理研究所,四川 成都610041)

1 引言

红外运动目标的跟踪在军事和民用上有着广泛的用途。对于天空背景的红外运动目标,由于背景比较简单,目标有比较高的对比度,用显著目标提取、背景建模等方法可以实现对目标的检测和跟踪。对于地面背景的红外运动目标,跟踪过程中遇到的困难则比较多,如目标对比度低、目标遮挡、目标外观变化等[1]。一些经典的目标跟踪方法如模板匹配法、光流法、卡尔曼滤波法、粒子滤波法等,都因为红外目标自身信息少且背景干扰多的原因难以获得满意的效果[2]。

近年来虽然又提出了一些比较好的目标跟踪算法,如2008年David提出的子空间增量学习跟踪算法[3],2009年Boris提出的MIL跟踪方法[4],同年,Xue Mei提出的Li跟踪算法[5],但这些算法的设计和测试都是基于可见光图像,所跟踪的目标也比较大,具有比较丰富的灰度层次和明显的细节。而红外图像依靠目标的热辐射成像,与可见光图像相比,红外运动目标有对比度低、边缘模糊、缺乏细节、信噪比低等特点,跟踪起来较可见光目标难度更大。

稀疏表达理论的提出有效解决了光照、姿态变化以及遮挡情况下的目标识别与跟踪问题[6-7]。但现有基于稀疏表示的跟踪方法都是用整个跟踪区域来构建超完备字典,并没有将背景从跟踪区域中剔除,因此背景部分对跟踪形成了干扰。对于运动目标,背景随目标运动变化显著,这种干扰就显得更为明显。……

登录APP查看全文

猜你喜欢

背景方法
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
黑洞背景知识
学习方法
晚清外语翻译人才培养的背景
背景链接
用对方法才能瘦
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼