基于曲线匹配点源目标图像识别方法研究

1、 文章编号:1008-0570(200911-1-0167-02模式识别基于曲线匹配点源目标图像识别方法研究Research on recognition of point target by track matching(北京航空航天大学陈磊郑红CHEN Lei ZHENG Hong摘要:针对点源目标形状, 大小与常规的干扰信息区别不明显, 使得通过单帧图像处理对其进行识别变得十分困难; 以及常用点源运动目标识别方法中, 单纯依靠目标连续运动轨迹, 并未考虑运动目标自身运动规律, 难以识别目标属性等问题, 提出曲线匹配识别方法。该方法建立目标运动轨迹全方位投影曲线标准库, 采用三次插值曲线逼

2、近的方法匹配实际运动轨迹与标准轨迹识别点源运动目标属性, 预测目标运动方位。同时, 提高了算法运行时间效率。通过全仿真及半实物仿真, 该方法达到很好的匹配效果, 证明了该方法的有效性。关键词:点源目标; 曲线匹配; 三次插值逼近; 图像目标识别中图分类号:TP913文献标识码:AAbstract:point targets have no information on feature or size, etc. It s very difficult to recognize it from one frame of image. The common methods of recogniti

3、on didn t use the information of target moving, so they couldn t recognize the properties of the target. This text rises a way of using curve matching to recognize the target. This way runs by establishing the standard library of target mo -tion and promotes the speed of running. Through the simulat

4、ing, this way perform well and is proved available. Key words:point target; track matching; tri-interpolation approximation; image target recognition引言点源运动目标由于其形状大小等常规信息不显著, 难以从单帧图像进行识别, 常规方法是通过帧间能量累积进行识别。常见的有如下几种:三维空间匹配滤波器(3-DMF算法:针对目标所有可能的运动, 设计多个3-DMF 对图像序列进行滤波。缺点是:需要大量的速度滤波器, 计算量大, 难于实现实时运算; 多级序

5、贯假设检验法(MHT。该算法是将多个可能的目标轨迹按照“树”的结构组织起来, 通过对图像序列中到达每帧图像的该算法在多目标识别中会出现组合爆炸树同时进行假设检验。情况。当目标运动速度未知时, 计算过程所需动态规划算法。的搜索窗参数无法确定, 会导致算法检测性能的降低。现有各种方法的主要问题为仅仅可以检测出具有运动特征的点源, 区分噪声造成的干扰, 但无法得知该点源是否为所要检测的具有某种运动方式的目标, 无法区分目标与非噪声干扰。针对上述问题, 笔者提出了一种基于标准曲线库与三次插值逼近曲线匹配的点源目标识别方法, 该方法充分利用了对已知目标的运动特性的先验知识, 得到目标标准运动的曲线模板,

6、 并利用三次插值进行曲线逼近, 应用特征段之间Hausdorff 距离来验证匹配。技术创新图1通过摄像头畸变表可以求得, 从而可以解出目标的方位表示摄像头畸变后目标角, 目标的俯仰角。上式中,在摄像头焦平面上的横、纵坐标; 表示探测器到物空间平面的距离; 令为x 轴, 为y 轴建立坐标系。2点源目标运动属性匹配方法2.1点源目标运动轨迹库建立前文所建立的方位俯仰坐标系, 可以准确的描述出点源目标相对与摄像头的方向。由于对所有识别的目标有先验知识, 因此可以根据其有可能的运动规律得出目标相对于摄像头方位的变换, 在方位俯仰坐标系内可以形成其标准的方位变换曲线, 从而依照可能的运动方式建立点源目标

7、运动轨迹库。方位俯仰坐标系建立后, 要进行运动曲线与模板曲线进行匹配。本文采用三次插值逼近的方法进行曲线匹配。算法思想:设平面内圆弧, 把相邻3个插值点看作一段圆弧上的3点, 中间一点的一阶导数值为这一点所在圆弧的切线的斜率。假设圆弧上3点为, , , 那么要求点的导数值。邮局订阅号：/年-167-1点源目标运动模型建立图1为摄像头焦平面与点源目标之间的映射关系, 根据模型列出模型的约束方程组求得(1陈磊:硕士研究生PLC 技术应用200例模式识别微计算机信息(测控自动化2009年第25卷第11-1期其Hausdorff 距离为0.013193令文方法计算曲率如下图2具体算法:E,F分别为AB

8、 和BC 的中点, 设直线OE 和OF 的交点O 的坐标为。可得(2设插值曲线y=y(x,计算曲率的公式为如果给定了数据点值那么每个子区间mite 插值曲线为:对插值曲线求导得因此得(4(5由(3(4(5可得(3, 及其一阶导数上的三次Her , 分别取出曲线上对应的6个点, 通过本其Hausdorff 距离为0.019562。由实验数据可得,Hausdorff 距离值小于设定阈值0.05, 因此可以判定曲线匹配, 从而可以识别点源运动目标并得知其运动规律。4结论通过仿真数据可得, 本文给出的方法可以实现点源运动目标的识别。与其它常用的点源目标识别方法比较, 在运行时间上, 由于不用考虑整个曲

9、线的能量积累, 而只需考虑当前点附近的4个点, 而且通过查表寻找匹配, 因此有着非常优秀的运行速度, 并且可以识别点源目标的运动规律, 是其它识别方法不能达到的。本文作者创新点:将曲线匹配引入点源目标识别, 不仅可以识别出点源运动目标, 还可以识别出其运动方式, 很好的区分了噪声与非噪声对目标识别造成的干扰。参考文献1StevenD. Blostein,Haydn S. Richardson. A sequential detection approach to target tracking. IEEE Trans on AES,Vol.30(1,1994:197-211.2崔常鬼, 林英,

10、 陈景春. 低信噪比缓动点目标的序贯检测算法的分析和改进. 电子学报,Vo1.29(6:820-823.3ZhuYanjuan, Zhou Laishui, Wang Jian. Contour Extraction and Feature Point Detection for 3D Fragment Reassembly J.Transac tions of Nanjing University of Aeronautics &Astronautics, 2005, 22(1:23-29.4李冬梅, 王延杰. 基于线阵CCD 的目标跟踪. 微计算机信息, 2008,5-1:124-

11、1265朱延娟, 周来水等. 基于Hausdorff 距离的多尺度轮廓匹配算法·J.中国机械工程, 2004, 15(17:1553-1561作者简介:陈磊(1983-,男(蒙古族, 内蒙古呼和浩特人, 北京航空航天大学, 自动化科学与电气工程学院, 硕士研究生。主要研究方向自动目标识别; 郑红(1961-,女, 北京人, 北京航空航天大学, 自动化科学与电气工程学院, 教授, 博士生导师。主要研究方向为图像处理及模式识别。Biography:CHEN Lei (1983-,male (Mongolian,Inner Mongolia, Beihang University, pos

12、tgraduate,Automation Science and Elec -trical Engineering, target recognition.(100083北京航空航天大学自动化科学与电气工程学院 陈磊郑红技术创新(6由公式(6可以看出第i 点的曲率与其临近点的曲率有关, 因而可以得出以下推理:在平面非规则曲线匹配中, 给定了某个物体边界点每一点的顺序已这4个点决定, 由经给定, 则点的曲率由式于因此除边界点外整条曲线的曲率也就确定了。由以上定理得知可以推导出推论在两条平面非规则曲线中, 如果对应点的曲率在误差范围内相等, 那么就说这两点在误差范围内相匹配。由以上的分析, 两条曲线的匹配标准可以为对应点的曲率在误差范围内相等, 而这个误差范围需要一个阈值, 本文利用了Hausdoff 距离来进行曲率匹配判定。Hausdorff 距离是一种定义于两个点集上的最大-最小距离, 它主要用于测量两个点集的匹配程度。已知两个有限点集和, 则A 、B 之间Hausdoff 距离定义如下:式中:。;3仿真实验设计及仿真结果假设在方位俯仰系中, 点源目标以