软件学报
軟件學報
연건학보
JOURNAL OF SOFTWARE
2015年
1期
52-61
,共10页
似然相似度函数%均值漂移%实时跟踪%Bhattacharyya系数
似然相似度函數%均值漂移%實時跟蹤%Bhattacharyya繫數
사연상사도함수%균치표이%실시근종%Bhattacharyya계수
likelihood similarity function%mean-shift%real-time tracking%Bhattacharyya coefficient
复杂背景条件下低对比度目标的跟踪和测量方法,是视觉领域的一个重要课题.低对比度,低信噪比,目标旋转、缩放、被遮挡等非理想状态给跟踪算法的研究带来很大困难,算法既要适应目标和背景的复杂变化,又要保证运算量小,满足工程实时性要求.提出一种基于似然相似度函数的低对比度目标跟踪方法.在建立模型阶段,利用棱锥面方程的单峰特性突出模型中的目标灰度信息,使目标与背景灰度信息的可区分性更高;在模型匹配阶段,从统计学中的极大似然估计方法得到启发,构造一种新的似然相似度函数,与传统的相似度量相比,度量值的可区分性更高,大大提高了匹配区域的无重复模式;最后,将目标跟踪过程转化为对目标跟踪位置的极大似然估计过程.目前,该算法已经成功嵌入TMS320C6416硬件平台.大量实验结果表明,该算法所能探测的目标对比度LSCR最低限度约为3.作为实例,给出复杂背景下低对比度LSCR=4.9时空中飞机的实验结果.
複雜揹景條件下低對比度目標的跟蹤和測量方法,是視覺領域的一箇重要課題.低對比度,低信譟比,目標鏇轉、縮放、被遮擋等非理想狀態給跟蹤算法的研究帶來很大睏難,算法既要適應目標和揹景的複雜變化,又要保證運算量小,滿足工程實時性要求.提齣一種基于似然相似度函數的低對比度目標跟蹤方法.在建立模型階段,利用稜錐麵方程的單峰特性突齣模型中的目標灰度信息,使目標與揹景灰度信息的可區分性更高;在模型匹配階段,從統計學中的極大似然估計方法得到啟髮,構造一種新的似然相似度函數,與傳統的相似度量相比,度量值的可區分性更高,大大提高瞭匹配區域的無重複模式;最後,將目標跟蹤過程轉化為對目標跟蹤位置的極大似然估計過程.目前,該算法已經成功嵌入TMS320C6416硬件平檯.大量實驗結果錶明,該算法所能探測的目標對比度LSCR最低限度約為3.作為實例,給齣複雜揹景下低對比度LSCR=4.9時空中飛機的實驗結果.
복잡배경조건하저대비도목표적근종화측량방법,시시각영역적일개중요과제.저대비도,저신조비,목표선전、축방、피차당등비이상상태급근종산법적연구대래흔대곤난,산법기요괄응목표화배경적복잡변화,우요보증운산량소,만족공정실시성요구.제출일충기우사연상사도함수적저대비도목표근종방법.재건립모형계단,이용릉추면방정적단봉특성돌출모형중적목표회도신식,사목표여배경회도신식적가구분성경고;재모형필배계단,종통계학중적겁대사연고계방법득도계발,구조일충신적사연상사도함수,여전통적상사도량상비,도량치적가구분성경고,대대제고료필배구역적무중복모식;최후,장목표근종과정전화위대목표근종위치적겁대사연고계과정.목전,해산법이경성공감입TMS320C6416경건평태.대량실험결과표명,해산법소능탐측적목표대비도LSCR최저한도약위3.작위실례,급출복잡배경하저대비도LSCR=4.9시공중비궤적실험결과.
