基于改进kalman滤波可见光极小目标tbd跟踪方法_第1页
基于改进kalman滤波可见光极小目标tbd跟踪方法_第2页
基于改进kalman滤波可见光极小目标tbd跟踪方法_第3页
基于改进kalman滤波可见光极小目标tbd跟踪方法_第4页
基于改进kalman滤波可见光极小目标tbd跟踪方法_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于改进Kalman滤波的可见光极小目标TBD跟踪方法单位：西安电子科技大学姓名：张建龙研究背景基于特征点的目标跟踪方法基于区域的目标跟踪方法基于剪影的目标跟踪方法目标跟踪研究背景目标跟踪小目标跟踪极小目标跟踪无人机可见光极小目标跟踪小于图像面积0.12%的目标占图像总面积0.005%研究背景www.themegall在1920×1080分辨率大小的图片中，目标像素小于100，从全幅图中完成检测耗时很长本场景中传统方法的不足面积、纹理、尺寸等特征缺乏，复杂的需要多特征点的跟踪算法不适用研究思路www.themegall在1920×1080分辨率大小的图片中，目标像素小于100，从全幅图中完成检测耗时很长。面积、纹理、尺寸等特征缺乏，复杂的需要多特征点的跟踪算法不适用。提出了一种检测模式的选择策略。（检测模式包括全局检测和局部检测）提出了一种先检测后跟踪的TBD跟踪方法，跟踪算法为卡尔曼滤波架构。研究思路改进kalman滤波极小目标跟踪算法框架：研究思路检测模式的判决模块研究思路研究思路统计搜索窗内所有区域的相似度的分布直方图实际目标相似度分布位置类高斯分布研究思路根kalman滤波模型中观测噪声为高斯白噪声，因此可以根据相似度设计观测噪声协方差R。研究思路卡尔曼系数的变化趋势卡尔曼系数的理传统R对应卡尔改曼进R对应卡尔曼想变化趋势

系数的变化趋系势数的变化趋势实验结果检测结果跟踪结果实验结果检测结果跟踪结果实验结果误差统计曲线本文改进方法的误差传统kalman算法的误差实验结果三种方法结果对比实际目标数(平均每帧)检测数(平均每帧)漏警数(平均每帧)时间(平均每帧)BB数据检测31.851.154.62s检测+经典卡尔曼31.951.054.84s本文方法32.350.650.64sRW数据检测53.251.754.33s检测+经典卡尔曼53.51.54.48s本文方法54.20.80.67s全文总结www.themegall本研究提出的方法有效的解决了无人机可见光极小目标跟踪的下面两个问题：全图检测耗时长需要多特征点的跟踪算法不适用最终实验结果可以看出：提高目标跟踪的精度明显的降低漏警有效地提升算法运行

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论