杨智雄，余春超，严 敏，袁小春，曾邦泽，粟宇路



基于特征融合的粒子滤波红外目标跟踪算法

杨智雄，余春超，严 敏，袁小春，曾邦泽，粟宇路

（昆明物理研究所，云南 昆明 650223）

复杂环境中稳健的红外目标跟踪在自主导航、无人机探测、预警等方面具有重要研究意义。就经典粒子滤波红外目标跟踪算法中单一的灰度特征缺乏鲁棒性引起跟踪失效的问题，提出了一种基于特征融合的粒子滤波红外目标跟踪算法。结果表明，该算法能够从跟踪鲁棒性、准确性和实时性3个方面实现稳健的红外目标跟踪。

特征融合；粒子滤波；红外目标跟踪

0 引言

基于可见光图像的目标跟踪理论及实际应用研究比较成熟，能有效地处理目标较小、目标形态尺寸及光照变化、复杂背景和遮挡等问题[1-3]。但在夜间以及烟幕干扰等复杂的环境中，可见光图像可能存在目标丢失的情况，在这种情况下基于可见光图像的目标跟踪算法均会失效。而红外图像基于热成像实现，受恶劣环境影响相对较小，但基于红外图像的目标跟踪理论及应用研究不如可见光多，在红外目标跟踪中能用于目标建模的特征较少，当存在噪声、相似性干扰等问题时跟踪难度大。此外，红外图像获得的场景信息较可见光图像少[4-6]。

红外目标跟踪算法研究在2个方面展开，一是红外目标特征描述，二是跟踪算法改进。Dorin Comaniciu[7]提出Meanshift跟踪算法，利用灰度核函数构建目标特征表达，Bhattacharyya系数计算目标模板与后续区域的相似性决定移动步长，不断迭代收敛至目标质心位置。……