tld跟踪算法_目标跟踪算法在红外热成像跟踪技术上的应用

更新时间:2014-02-27 来源:模板范例

tld跟踪算法_目标跟踪算法在红外热成像跟踪技术上的应用

摘要:介绍一种优化的快速模板的匹配算法,可实现目标实时提取、识别和跟踪,并成功应用于红外热成像跟踪技术的研究,解决了复杂背景条件下目标跟踪稳定度差的技术难点。该算法用Visual C++编写,可方便地移植到其它操作平台或嵌入式系统。

    关键词:模板匹配 粗匹配 精匹配 乱序匹配 Visual C++

红外热成像跟踪技术是一种被动式目标检测、跟踪技术,用于对红外视频信号进行目标检测、提取和跟踪。对比度特征鉴别是比较常用的目标提取方法。它无法记忆、识别目标形态特征,在复杂背景下提取效果、跟踪稳定性较差。而模板匹配算法以目标特征数据为模板,在搜索区域里寻找匹配点,即以目标形态特片为判据实现目标检索和跟踪。即便在复杂背景状态下,跟踪灵敏度和稳定度都极高,非常适用于复杂背景下的目标跟踪。

模板匹配算法由于计算量庞大,应用成本较高。经过多方优化、简化后,可用工控机实现实时模板匹配处理。在没有增加成本、耽误工程进度的前提下,增强了复杂背景下的跟踪灵敏度和稳定度,提高了产品的综合竞争能力。为模板匹配算法的低成本应用开壁了一条新路。

本文介绍的模板匹配算法在Windows 2000下用Visual C++编制,可方便地移植到多种操作平台。
(范文先生网www.fwsir.com收集整理)
1 模板匹配原理

模板匹配是数字图像处理的重要组成部分之一。把不同传感器或一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准,或根据已知模式到另一幅图中寻找相应模式的处理方法就叫做模板匹配。

假设要在搜索区域中寻找与模板图像相关程度最大的位置,可以通过模板匹配来计算两者的相关程度。图1是模板匹配算法的示意图。假设模板(b)叠放在搜索图(a)上平移,模板覆盖下的部分记作子图Si,j,其中i,j是这块子图的左上角像点在S图中的坐标。从图1中可得出i,j的取值范围:1≤i≤K-M+1、1≤j≤L-N+1。

衡量模板T和子图Si,j的匹配程度,可用下列两种测度:

目标跟踪算法在红外热成像跟踪技术上的应用

或者

目标跟踪算法在红外热成像跟踪技术上的应用

展开前一个式子,有:

目标跟踪算法在红外热成像跟踪技术上的应用

(3)式右边的第三项表示模板的总能量,是一个常数,与(i,j)无关。第一项是模板覆盖下那块子图像的能量,它随(i,j)位置而缓慢改变。第二项是子图像和模板的互相关函数,随(i,j)变化而迅速改变。模板T和子图Si,j匹配时这一项的值最大,因此可用下列相关函数来反应匹配程度:

目标跟踪算法在红外热成像跟踪技术上的应用

或者归一化为:

公式(5)

2 建立数学模型

2.1计算公式

模板匹配算法计算模板和匹配区域的相似程度,以最相似位置为匹配点。由于模板需要在匹配区域上逐次匹配,运算量很大。所以选择匹配公式对整个匹配的效率有极大的影响。

工控机的数据处理能力有限,需要针对红外热成像跟踪技术的特点来简化数学模型,选定计算量最小的计算公式。目标跟踪算法用来确定目标位置,可以用匹配误差的相对大小作为目标判别的依据,误差最小的位置就是目标位置,需要考虑绝对相似程度。

公式(1)~(5)都能够真实

本文来源:https://www.lzjjdc.com/qitacailiao/17542/