基于邊緣特征和改進(jìn)Hausdorff距離的跟蹤算法
作為衡量一個國家科技、國防綜合實(shí)力的重要標(biāo)志，航天技術(shù)已成為當(dāng)今世界最具代表性的高科技技術(shù)。我國一直以來十分重視研發(fā)各類應(yīng)用衛(wèi)星以及衛(wèi)星發(fā)射技術(shù)，在衛(wèi)星通信、遙感、導(dǎo)航定位等方面取得了巨大發(fā)展，火箭安全發(fā)射對航天事業(yè)的快速發(fā)展超著致關(guān)重要的作用。對火箭飛行的軌跡數(shù)據(jù)的鑒定和分析有利于對運(yùn)載火箭的制導(dǎo)系統(tǒng)、動力系統(tǒng)以及其他分系統(tǒng)進(jìn)行安全評估。因此，航天發(fā)射的十分重要任務(wù)之一就是火箭飛行的軌跡跟蹤與記錄。
目前對火箭的跟蹤，多采用高速攝像機(jī)通過視頻圖像的方式進(jìn)行跟蹤，但這種方式仍是操作人員手動控制攝像機(jī)進(jìn)行跟蹤，安全性和可靠性不能保證，并且也無法實(shí)現(xiàn)多臺攝像機(jī)在多個角度多個方位進(jìn)行實(shí)時跟蹤。因此，基于計(jì)算機(jī)視覺的火箭目標(biāo)跟蹤成為當(dāng)今航天領(lǐng)域研究的熱門技術(shù)。
近年來，國內(nèi)外許多學(xué)者在基于計(jì)算機(jī)視覺的目標(biāo)跟蹤方面做了大量的研究，圖像匹配是目標(biāo)跟蹤中的核心問題，圖像匹配是指將模板圖像與待匹配圖像進(jìn)行配準(zhǔn)，來確定二者之間相對位置的過程。傳統(tǒng)的匹配方法，在遇到物體遮擋、光照變化以及噪聲影響時，無法實(shí)現(xiàn)對快速目標(biāo)的跟蹤。因此，在大多數(shù)跟蹤場景中，如何選擇尺度不變的關(guān)鍵點(diǎn)又是一個新的問題。目前鐘對傳統(tǒng)匹配存在的缺點(diǎn)，許多學(xué)者提出了不同的解決方案，如基于光流法的快速目標(biāo)跟蹤、基于多特征融合的目標(biāo)跟蹤等，這些算法在一定程度上提高了跟蹤的準(zhǔn)確度，但是這些方法首先要建立模板與圖像間的對應(yīng)關(guān)系，計(jì)算量大，不能滿足實(shí)時性要求。
本文針對火箭發(fā)射時特有的復(fù)雜環(huán)境，提出了將邊緣特征提取與Hausdorff距離匹配相結(jié)合的改進(jìn)算法，該算法不需要計(jì)算光流特征值，也不需要對待匹配圖像進(jìn)行分割。實(shí)驗(yàn)證明，改進(jìn)的Hausdorff距離的跟蹤方法明顯提高了目標(biāo)匹配準(zhǔn)確性，三步搜索法大大加快了匹配過程，具有較強(qiáng)的穩(wěn)定性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于邊緣特征和改進(jìn)Hausdorff距離的跟蹤算法下載
相關(guān)電子資料下載
- 多目標(biāo)跟蹤算法總結(jié)歸納 514
- 與光同行！天合跟蹤開拓者1P賦能巴西520MW圣盧西亞項(xiàng)目 930
- 目標(biāo)跟蹤初探（DeepSORT） 576
- MediaPipe + OpenCV五分鐘搞定手勢識別 1645
- 經(jīng)典多目標(biāo)跟蹤算法DeepSORT的基本原理和實(shí)現(xiàn) 2501
- LSD中的激光點(diǎn)云/單目3D目標(biāo)檢測和多目標(biāo)跟蹤算法 1936
- 物體檢測與跟蹤算法 974
- 經(jīng)典多目標(biāo)跟蹤算法DeepSORT的基本原理和實(shí)現(xiàn) 1829
- 純跟蹤算法用于無人車自動泊車 876
- 最常見的目標(biāo)跟蹤算法 2444