红外弱小目标跟踪中多特征融合粒子滤波算法
针对红外图像中的弱小目标跟踪中存在的目标尺寸小、信噪比低造成跟踪精度低的问题，在分析了红外弱小目标的高频直方图特征、分形特征和能量特征的基础上，提出了一种基于多特征融合的Mean-shift粒子滤波跟踪算法。 该方法利用粒子滤波支持目标多特征融合的特点，将目标的高频直方图特征、能量特征和分形特征相融合，用于粒子权值的计算，提高了算法的跟踪精度。同时利用Mean-shift算法的聚类作用使得粒子的分布更接近于真实目标，从而减少粒子数量，提高了算法的实时性。实验结果表明，和传统的粒子滤波相比，该方法具有更高的跟踪精度，能更有效地对红外弱小目标进行跟踪。
红外弱小目标跟踪 粒子滤波 高频直方图 分形维数 能量特征 特征融合
季尔优 顾国华 钱惟贤 柏连发 隋修宝
南京理工大学近程高速目标探测技术国防重点学科实验室 南京理工大学光电技术系,江苏 南京,210094
国内会议
南京
中文
1-9
2012-06-08（万方平台首次上网日期，不代表论文的发表时间）