论文部分内容阅读
多传感器图像融合与目标跟踪技术作为精确制导系统的关键技术,一直以来都是研究的热点。然而这两种技术仍然存在很多难以解决的问题,设计出一套实时性强、精确度高、稳定性好的多传感器图像融合与目标跟踪算法具有十分重要的意义。本文在研究现有图像融合与目标跟踪算法的基础上,针对现存问题,做出的主要成果如下。图像融合部分,本文提出了基于INSCT变换的改进图像融合新算法。采用改进的NSCT变换(INSCT)作为图像多尺度多方向分解工具,针对分解后高低频分量的特点设计不同的融合规则,对于低频分量设计了区域能量和区域方差相结合的融合规则;对于高频分量设计了基于系数绝对值取大与空间频率相结合的融合规则。对各分量分别进行融合后,通过逆变换得到融合图像。最后通过实验从主观和客观两个角度验证了本文所提图像融合算法具有理想的融合效果。目标跟踪部分,针对传统MeanShift跟踪算法在目标发生尺度变化、旋转以及噪声干扰的情况下跟踪效果差以及缺乏目标模板更新等缺点,本文设计了基于SURF特征点方向特征的目标描述新方法,然后将该特征与目标的灰度特征相结合,提出了一种基于灰度特征与SURF局部不变特征的多特征改进的MeanShift目标跟踪新算法,并在该算法中引入了目标模板更新机制;最后将基于多特征改进的遮挡判别策略与Kalman预测嵌入到改进的MeanShift跟踪算法中,设计了自适应遮挡处理的目标跟踪新算法。通过实验验证了本文所提跟踪算法在复杂跟踪环境中有很好的跟踪效果,并且部分有效地解决了跟踪中目标严重遮挡问题。算法实现部分,将本文提出的算法在以两片TMS320C6678 DSP为核心的图像处理单元上实现并进行优化。最后通过测试验证了本文所提算法实时性强、精确度高、稳定性好,能够满足多传感器精确制导系统的要求。