《複雜動態場景運動目標檢測跟蹤與奇異性處理方法研究》是依託哈爾濱工業大學，由遆曉光擔任項目負責人的面上項目。
基本介紹
- 中文名：複雜動態場景運動目標檢測跟蹤與奇異性處理方法研究
- 依託單位：哈爾濱工業大學
- 項目類別：面上項目
- 項目負責人：遆曉光
項目摘要,結題摘要,
項目摘要
空中運動平台對地運動目標跟蹤，受到平台姿態變化、背景的重複運動、地勢起伏、背景景物干擾、物體進出、光照變化、遮擋和成像噪聲等因素影響，是典型的複雜動態場景信息處理問題。針對此問題，提出複雜動態場景運動目標檢測與跟蹤的基本理論框架。首先，針對地勢起伏變化及載體和目標存在劇烈相對運動情況，提出融合空中平台運動狀態與視頻成像信息的高精度寬基線圖像配準算法。其次，針對不同尺度、運動狀態及解析度的地面運動目標的時空域特性，提出二維頻域運動目標檢測方法，可解決了平面場景下的運動目標快速高精度檢測問題。然後，針對非平面場景運動目標檢測問題，即場景中存在高層結構體導致的成像視差問題，基於多視幾何理論給出有效的解決辦法。接著，基於非線性可觀控制理論和非線性最佳化理論，提出目標跟蹤奇異性問題的解決方法。最後，對提出的方法進行驗證評估。該研究可解決複雜動態場景運動目標檢測跟蹤問題，具有重要的理論和實際套用價值。
結題摘要
項目針對複雜動態場景下，採用紅外和可見光等光學成像裝置的空中成像平台對多運動目標檢測跟蹤問題進行研究。首先，針對由於成像平台與目標間的相對運動產生的運動成像模糊、散焦和其他成像退化因素導致的成像模糊退化問題，提出了基於灰度直方圖分布的圖像清晰度鑑別方法，解決了多場景下圖像清晰度的快速鑑別問題；並在此基礎上，提出了基於顯著性梯度篩選的退化圖像盲復原方法，解決了模糊退化圖像背景中小尺度的細節和紋理信息對復原圖像質量影響；同時綜合考慮復原過程引入的人工痕跡和復原誤差，提出了振鈴歸一化的無參考圖像質量評估方法，解決了復原圖像的準確評估問題。其次，針對低環境光照導致的所成圖像亮度和對比度下降無法完成運動目標檢測的問題，提出了基於改進暗通道先驗的快速低照度圖像增強算法，相對於現有方法，所提方法圖像增強後峰值信噪比可達50以上，運行時間提高50%以上，擴展了基於可見光的空中成像平台在陰天和夜間的工作能力。接著，針對成像平台與目標間存在劇烈的相對運動導致的寬基線圖像配準和數字穩像問題，提出了快速旋轉運動和平移運動分離方法、基於圖像位平面金字塔的自適應取塊大範圍平移運動估計方法以及基於改進圓周投影的大角度旋轉運動估計方法，並且提出了改進的六邊形搜尋算法用以提高塊匹配的速度和精度，實驗結果表明，本項目所提的方法在滿足實時性和精度的前提下，幀間平移運動估計和穩像範圍大於30像素，幀間旋轉運動估計和穩像範圍大於10度，滿足了各類空中成像平台的寬基線配準和數字穩像的要求。然後，針對平面場景下的運動目標的檢測問題，提出了基於圖像序列行列最大投影的二維頻域運動目標檢測算法，實驗仿真結果表明，所提方法可以準確地檢測出各種面運動目標和弱小運動目標。再後，針對非平面場景下的運動目標檢測問題，提出了基於梯度抑制和多視外極約束相結合的運動目標檢測方法，實驗結果表明，所提方法可準確地檢測出場景中的多個運動目標。最後，針對多運動目標跟蹤連續跟蹤問題，提出了融合目標的顏色或灰度、邊緣以及尺度信息的改進均值遷移算法和卡爾曼濾波相結合的算法，有效地解決了目標跟蹤奇異性和遮擋情況下的運動目標連續跟蹤問題。並針對目標跟蹤過程重檢測出現的目標分裂成多個目標和多個目標合併成一個目標的問題，給出基於目標檢測位置信息和卡爾曼濾波相結合的解決辦法。仿真實驗結果表明本項目所提方法可有效解決遮擋情況下的多運動目標的準確連續跟蹤問題。
