复杂地面场景下的红外运动目标跟踪

彭晨; 陈钱; 钱惟贤; 徐富元

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

复杂地面场景下的红外运动目标跟踪

彭晨, 陈钱, 钱惟贤, 徐富元

文章导航 > 红外与激光工程 > 2013 > 42(6): 1410-1414

彭晨, 陈钱, 钱惟贤, 徐富元. 复杂地面场景下的红外运动目标跟踪[J]. 红外与激光工程, 2013, 42(6): 1410-1414.

引用本文:

彭晨, 陈钱, 钱惟贤, 徐富元. 复杂地面场景下的红外运动目标跟踪[J]. 红外与激光工程, 2013, 42(6): 1410-1414.

Peng Chen, Chen Qian, Qian Weixian, Xu Fuyuan. Infrared moving targets tracking under complex ground scene[J]. Infrared and Laser Engineering, 2013, 42(6): 1410-1414.

Citation:

Peng Chen, Chen Qian, Qian Weixian, Xu Fuyuan. Infrared moving targets tracking under complex ground scene[J]. Infrared and Laser Engineering, 2013, 42(6): 1410-1414.

复杂地面场景下的红外运动目标跟踪

1.
江苏省光谱成像与智能感知重点实验室,江苏南京210094

基金项目:

江苏省自然科学基金（BK2011699）;江苏省“六大人才高峰”计划（12010-DZXX-022）

详细信息

作者简介:
彭晨（1986- ），男，博士生，主要从事数字视频处理及目标跟踪等方面的研究。Email：309040626@njust.edu.cn；陈钱（1964- ），男，教授，博士生导师，博士，主要从事光电探测与图像工程方面的研究。Email：chenq@mail.njust.edu.cn

彭晨（1986- ），男，博士生，主要从事数字视频处理及目标跟踪等方面的研究。Email：309040626@njust.edu.cn；陈钱（1964- ），男，教授，博士生导师，博士，主要从事光电探测与图像工程方面的研究。Email：chenq@mail.njust.edu.cn

中图分类号: TP391.4

Infrared moving targets tracking under complex ground scene

1.
Jiangsu Key Laboratory of Spectral Imaging & Intelligent Sense,Nanjing 210094,China

摘要: 复杂地面场景下的红外目标易受背景影响并经常出现遮挡情况，难以简单地依靠亮度或梯度信息检测并跟踪目标。根据复杂背景下红外运动目标与背景的速度场差异，提出了利用光流对目标进行跟踪的算法。首先对图像进行配准，保证在随动跟踪时背景的相对静止；然后在目标的跟踪波门内计算改进的Horn-Schunck 光流；最后根据目标的光流特征，优化粒子滤波算法中粒子的转移概率，实现对目标的稳健跟踪。实验结果表明，该跟踪算法能对复杂地面场景下的红外运动目标持续跟踪，并不受目标被短时遮挡的影响。
- 目标跟踪 /
- 光流 /
- 粒子滤波 /
- 图像配准
Abstract: The infrared target under complex ground scene is vulnerable to the background and is often occluded. It is difficult to detect and track targets simply rely on brightness or gradient information. According to the difference of velocity field between the moving target and the complex ground, a new target tracking algorithm with optical flow was proposed. Firstly input images were aligned to ensure a relatively static background in the servo track; secondly the improved Horn-Schunck optical flow was calculated in the tracking gate; lastly the transition probability of the particle in the particle filter algorithm was optimized with optical flow features of the target. Experimental results show that the proposed tracking algorithm can keep track of the infrared moving target under complex ground scene, and is not subject to the impact of short-time occlusion.
- target tracking /
- optical flow /
- particle filter /
- image registration

[1]	Wang Zhonghua, Kuang Qingqiang, Deng He, et al. Entropy flow-based approach to detect small target in the sea-sky background [C]//Image and Signal Processing (CISP), 2010, 3: 1498-1502.
[2]
[3]	Piccardi M. Background subtraction techniques: A review[C]//Proceedings of IEEE Conference on Systems, Man, and Cybernetics, Hague, Netherlands, 2004: 3099-3104.
[4]
[5]	Xiao Mei, Han Chongzhao, Zhang Lei. Background subtraction for video image sequence [J]. Opto-electronic Engineering, 2005, 32(4): 78-81. (in Chinese)
[6]
[7]
[8]	Lee D S. Effective gaussian mixture learning for video background subtraction [J]. IEEE Transactions Pattern Analysis and Machine Intelligence, 2005, 27(5): 827-832.
[9]	Ahmed Elgammal, David Harwood. Non-parametric model for background subtraction [C]//Proceedings of European Conference on Computer Vision, Dublin, Ireland: Springer Pres, 2000: 751-767.
[10]
[11]
[12]	Toyama K, Krumm J, Brumitt B, et a1. Wallflower: Principles and practice of background maintenance [C]//Proceedirtgs of the Seventh International Conference on Computer Vision, Kerkya, Greece, 1999: 255-261.
[13]
[14]	Horn B K P, Schunck B G. Determining optical flow [J]. Artificial Intelligence, 1981, 17: 185-203.
[15]	Wedel A, Pock T, Braun J, et al. Duality TV-L1 flow with fundamental matrix prior [C]//Image Vision and Computing Auckland, 2008: 1-6.
[16]
[17]
[18]	Baker S, Scharstein D, Lewis J P, et al. A database and evaluation methodology for optical flow [J]. International Journal of Computer Vision(IJCV), 2011, 92(1): 1-31.
[19]
[20]	B Srinivasa Reddy, B N Chatterji. An FFT-Based technique for translation, rotation, and scale-invariant image registration[J]. IEEE Transactions on Image Processing, 1996, 5 (8): 1266-1271.
[21]
[22]	Michael Isard, Andrew Blake. Condensation-conditional density propagation for visual tracking [J]. International Journal on Computer Vision, 1998, 29(1): 5-28.
[23]	Dan Crisan, Arnaud Doucet. A Survey of convergence results on particle filtering methods for practitioners [C]//IEEE Trans Speech and Audion Proc, 2002, 10(3): 173-185.

[1]	时国平, 钱叶册. 伯努利滤波器在纯角度跟踪场景中的应用 . 红外与激光工程, 2021, 50(2): 20200343-1-20200343-9. doi: 10.3788/IRLA20200343
[2]	姜珊, 张超, 韩成, 底晓强. 基于相关滤波的目标重检测跟踪 . 红外与激光工程, 2021, 50(2): 20200182-1-20200182-12. doi: 10.3788/IRLA20200182
[3]	黄卓, 陈凤东, 刘国栋, 魏富鹏, 彭志涛, 唐军, 刘楠. 连接向量特征匹配的暗场图像配准方法 . 红外与激光工程, 2018, 47(11): 1126005-1126005(6). doi: 10.3788/IRLA201847.1126005
[4]	葛宝义, 左宪章, 胡永江, 张岩. 基于双步相关滤波的目标跟踪算法 . 红外与激光工程, 2018, 47(12): 1226004-1226004(10). doi: 10.3788/IRLA201847.1226004
[5]	李英杰, 张俊举, 常本康, 钱芸生, 刘磊. 远距离多波段红外图像融合系统及配准方法 . 红外与激光工程, 2016, 45(5): 526002-0526002(6). doi: 10.3788/IRLA201645.0526002
[6]	邢运龙, 李艾华, 崔智高, 方浩. 改进核相关滤波的运动目标跟踪算法 . 红外与激光工程, 2016, 45(S1): 214-221. doi: 10.3788/IRLA201645.S126004
[7]	张宏伟, 樊祥, 朱斌, 施展. 引入外点剔除机制的双波段红外图像的配准 . 红外与激光工程, 2015, 44(S1): 23-28.
[8]	徐超, 高敏, 杨耀. 自调整分层卡尔曼粒子滤波的快速目标跟踪 . 红外与激光工程, 2015, 44(6): 1942-1949.
[9]	王志强, 程红, 杨桄, 李成, 吴迪. 全局图像配准的目标快速定位方法 . 红外与激光工程, 2015, 44(S1): 225-229.
[10]	曹阳, 郭靖. 粒子滤波的机载激光通信自适应参数辨识跟踪方法 . 红外与激光工程, 2015, 44(10): 3098-3102.
[11]	崔雄文, 吴钦章, 蒋平, 周进. 子空间模型下的仿射不变目标跟踪 . 红外与激光工程, 2015, 44(2): 769-774.
[12]	李权, 赵勋杰, 彭青艳, 邹薇, 张雪松. 基于主成分分析法的窗口自适应粒子滤波算法 . 红外与激光工程, 2014, 43(10): 3474-3479.
[13]	何林阳, 刘晶红, 李刚, 刘剑. 改进BRISK特征的快速图像配准算法 . 红外与激光工程, 2014, 43(8): 2722-2727.
[14]	李少毅, 董敏周, 张凯, 闫杰. 用于目标跟踪的多光路成像技术 . 红外与激光工程, 2014, 43(6): 2035-2039.
[15]	田立, 周付根, 孟偲. 基于嵌入式多核DSP 系统的并行粒子滤波目标跟踪 . 红外与激光工程, 2014, 43(7): 2354-2361.
[16]	吴泽鹏, 郭玲玲, 朱明超, 贾宏光, 宣明. 结合图像信息熵和特征点的图像配准方法 . 红外与激光工程, 2013, 42(10): 2846-2852.
[17]	林建粦, 平西建, 马德宝. 采用DBT的漂移扫描星图小目标检测方法 . 红外与激光工程, 2013, 42(12): 3440-3446.
[18]	郭惠楠, 曹剑中, 周祚峰, 董小坤, 刘庆, 马楠. 采用光流估计的数字相机自动对焦算法 . 红外与激光工程, 2013, 42(12): 3417-3422.
[19]	王江涛, 陈得宝, 李素文, 杨一军, 杨静宇. 在线自适应选择子空间的红外目标跟踪方法 . 红外与激光工程, 2013, 42(9): 2579-2583.
[20]	张德新, 马广富, 邵晓巍. 利用目标直线边缘交点的某型航侦CCD相机图像拼接 . 红外与激光工程, 2012, 41(1): 234-238.

点击查看大图

计量

文章访问数: 452
HTML全文浏览量: 85
PDF下载量: 142
被引次数: 0

复杂地面场景下的红外运动目标跟踪

1. 江苏省光谱成像与智能感知重点实验室,江苏南京210094

作者简介:
彭晨（1986- ），男，博士生，主要从事数字视频处理及目标跟踪等方面的研究。Email：309040626@njust.edu.cn；陈钱（1964- ），男，教授，博士生导师，博士，主要从事光电探测与图像工程方面的研究。Email：chenq@mail.njust.edu.cn

彭晨（1986- ），男，博士生，主要从事数字视频处理及目标跟踪等方面的研究。Email：309040626@njust.edu.cn；陈钱（1964- ），男，教授，博士生导师，博士，主要从事光电探测与图像工程方面的研究。Email：chenq@mail.njust.edu.cn

收稿日期: 2012-11-05
修回日期: 2012-12-07
刊出日期: 2013-06-25

基金项目:

江苏省自然科学基金（BK2011699）;江苏省“六大人才高峰”计划（12010-DZXX-022）

中图分类号: TP391.4

关键词:

摘要: 复杂地面场景下的红外目标易受背景影响并经常出现遮挡情况，难以简单地依靠亮度或梯度信息检测并跟踪目标。根据复杂背景下红外运动目标与背景的速度场差异，提出了利用光流对目标进行跟踪的算法。首先对图像进行配准，保证在随动跟踪时背景的相对静止；然后在目标的跟踪波门内计算改进的Horn-Schunck 光流；最后根据目标的光流特征，优化粒子滤波算法中粒子的转移概率，实现对目标的稳健跟踪。实验结果表明，该跟踪算法能对复杂地面场景下的红外运动目标持续跟踪，并不受目标被短时遮挡的影响。