基于图像的空中目标跟踪算法研究

摘要

基于图像的空中目标跟踪技术是指以机载或弹载成像设备捕获的目标图像为研究对象，采用图像分析算法将目标从捕获的复杂背景图像中进行分割，并将目标的坐标、角度等数据作为机载武器或者导弹跟踪制导的依据。
　　本文归类和分析主要的目标跟踪算法，然后研究基于Gabor小波特征向量提取和混合高斯模型分类器的目标跟踪算法，主要工作如下：
　　（1）首先将常见的目标跟踪算法归为4类，也即灰度匹配法、帧差跟踪法、轮廓跟踪法、光流法，然后分别从算法的空间复杂度、数学原理、时间复杂度、算法性能等方面探讨各种算法存在的优点和不足。
　　（2）根据上文讨论4类算法优点和缺点，论文设计基于Gabor小波和混合高斯模型分类器的空中目标跟踪算法。捕获的目标图像由Gabor小波完成特征向量提取，此步骤分为两类也即正负训练样本、测试样本的生成和对正负训练样本、测试样本的Gabor小波特征提取；采用正负样本提取的Gabor小波特征向量文件训练混合高斯分类器，设置最大训练次数和训练误差要求，进一步以确定各个混合高斯模型的权重系数以及高斯分布的参数；然后使用训练完成的混合高斯模型分类器对测试样本中目标图像和背景图像的分割和标记，并最终输出目标在图像坐标系中的位置。
　　（3）使用Microsoft Visual Studio2013和OpenCV2.4.9作为测试平台对本文设计的基于Gabor小波特征向量提取以及混合高斯模型分类器目标跟踪算法进行准确性和性能的测试。测试内容为目标跟踪算法模块化，X86平台C++语言实现，代码实现级别和系统级别优化以提高算法运行效率等工作。经测试本文设计的基于Gabor小波特征提取和混合高斯模型分类器的目标跟踪算法在Windows平台具有较好的准确性和实时性。