- 相關(guān)推薦
目標(biāo)跟蹤算法在紅外熱成像跟蹤技術(shù)上的應(yīng)用
摘要：介紹一種優(yōu)化的快速模板的匹配算法，可實現(xiàn)目標(biāo)實時提取、識別和跟蹤，并成功應(yīng)用于紅外熱成像跟蹤技術(shù)的研究，解決了復(fù)雜背景條件下目標(biāo)跟蹤穩(wěn)定度差的技術(shù)難點。該算法用Visual C++編寫，可方便地移植到其它操作平臺或嵌入式系統(tǒng)。關(guān)鍵詞：模板匹配 粗匹配 精匹配 亂序匹配 Visual C++
紅外熱成像跟蹤技術(shù)是一種被動式目標(biāo)檢測、跟蹤技術(shù)，用于對紅外視頻信號進(jìn)行目標(biāo)檢測、提取和跟蹤。對比度特征鑒別是比較常用的目標(biāo)提取方法。它無法記憶、識別目標(biāo)形態(tài)特征，在復(fù)雜背景下提取效果、跟蹤穩(wěn)定性較差。而模板匹配算法以目標(biāo)特征數(shù)據(jù)為模板，在搜索區(qū)域里尋找匹配點，即以目標(biāo)形態(tài)特片為判據(jù)實現(xiàn)目標(biāo)檢索和跟蹤。即便在復(fù)雜背景狀態(tài)下，跟蹤靈敏度和穩(wěn)定度都極高，非常適用于復(fù)雜背景下的目標(biāo)跟蹤。
模板匹配算法由于計算量龐大，應(yīng)用成本較高。經(jīng)過多方優(yōu)化、簡化后，可用工控機實現(xiàn)實時模板匹配處理。在沒有增加成本、耽誤工程進(jìn)度的前提下，增強了復(fù)雜背景下的跟蹤靈敏度和穩(wěn)定度，提高了產(chǎn)品的綜合競爭能力。為模板匹配算法的低成本應(yīng)用開壁了一條新路。
本文介紹的模板匹配算法在Windows 2000下用Visual C++編制，可方便地移植到多種操作平臺。
1 模板匹配原理
模板匹配是數(shù)字圖像處理的重要組成部分之一。把不同傳感器或一傳感器在不同時間、不同成像條件下對同一景物獲取的兩幅或多幅圖像在空間上對準(zhǔn)，或根據(jù)已知模式到另一幅圖中尋找相應(yīng)模式的處理方法就叫做模板匹配。
假設(shè)要在搜索區(qū)域中尋找與模板圖像相關(guān)程度最大的位置，可以通過模板匹配來計算兩者的相關(guān)程度。圖1是模板匹配算法的示意圖。假設(shè)模板（b）疊放在搜索圖(a)上平移，模板覆蓋下的部分記作子圖Si,j，其中i,j是這塊子圖的左上角像點在S圖中的坐標(biāo)。從圖1中可得出i,j的取值范圍：1≤i≤K-M+1、1≤j≤L-N+1。
衡量模板T和子圖Si,j的匹配程度，可用下列兩種測度：
或者
展開前一個式子，有：
（3）式右邊的第三項表示模板的總能量，是一個常數(shù)，與(i,j)無關(guān)。第一項是模板覆蓋下那塊子圖像的能量，它隨(i,j)位置而緩慢改變。第二項是子圖像和模板的互相關(guān)函數(shù)，隨（i,j）變化而迅速改變。模板T和子圖Si,j匹配時這一項的值最大，因此可用下列相關(guān)函數(shù)來反應(yīng)匹配程度：
或者歸一化為：
公式（5）
2 建立數(shù)學(xué)模型
2.1計算公式
[1] [2] [3] [4] [5]
【目標(biāo)跟蹤算法在紅外熱成像跟蹤技術(shù)上的應(yīng)用】相關(guān)文章：
基于支持向量機的紅外成像跟蹤算法04-27
新的近距離紅外目標(biāo)跟蹤算法04-28
改進(jìn)的EKF算法在目標(biāo)跟蹤中的運用04-30
僅有角度信息的紅外多傳感器異步目標(biāo)跟蹤04-28
基于變步長增益調(diào)整的機動目標(biāo)跟蹤新算法04-26
目標(biāo)跟蹤系統(tǒng)Kalman濾波野值修正算法研究04-30