解决遮挡的运动目标跟踪算法研究

"本文主要探讨了目标跟踪算法在处理红外图像中的遮挡问题，尤其是在运动目标跟踪过程中的挑战。作者汪颖进在华中科技大学攻读硕士期间，针对这一问题进行了深入研究，导师为张桂林教授。研究内容涵盖了传统相关跟踪算法的改进、基于Hausdorff距离的匹配跟踪算法的优化，以及引入Kalman滤波器来解决遮挡问题的创新方法。 首先，文章分析了基于平移运动模型的传统相关跟踪算法，通过改进映射函数和模板更新策略，提升了算法的精度和实时性。接着，作者讨论了Hausdorff距离在匹配跟踪中的应用，利用Susan角点检测提取特征点，提高了算法的鲁棒性。实验表明，基于Hausdorff距离的匹配跟踪算法在抗遮挡性能上优于基于灰度的相关跟踪算法，但对目标特征不明显或灰度接近背景的情况效果有限。 为解决这些问题，论文提出了利用Kalman滤波器增强相关跟踪性能的新方法。通过对Kalman滤波器的理论研究，将其应用于目标轨迹估计和模板更新策略，设计出一种抗遮挡的运动目标跟踪算法。实验结果显示，该算法具有较高的鲁棒性，并且在处理遮挡情况时比基于Hausdorff距离的算法有更广泛的应用场景。 关键词：目标跟踪，Hausdorff距离，Kalman滤波，模板更新，遮挡处理" 这篇论文详细阐述了在目标跟踪过程中，尤其是在红外成像系统中，如何处理目标被遮挡的情况。通过改进传统算法，如相关跟踪算法，并结合Hausdorff距离的匹配策略，以及利用Kalman滤波器来处理遮挡问题，为解决这一难题提供了有效的理论和实践依据。这些方法对于提升红外目标跟踪系统的性能和实用性具有重要意义。