融合灰色预测和HOGI特征的红外目标跟踪方法

doi:10.3969/j.issn.1001-2400.2010.04.030

J4 ›› 2010, Vol. 37 ›› Issue (4): 751-757.doi: 10.3969/j.issn.1001-2400.2010.04.030

融合灰色预测和HOGI特征的红外目标跟踪方法

张齐¹;曹琦¹;王晓薇²;毕笃彦¹

(1. 空军工程大学工程学院，陕西西安 710038;
2. 空军工程大学电信工程学院，陕西西安 710077)

收稿日期:2009-09-04 出版日期:2010-08-20 发布日期:2010-10-11
作者简介:张齐(1983-)，男，空军工程大学博士研究生，E-mail: zhangqihot@sina.com．
基金资助:
国家863计划资助项目(2007AA701206)

Novel IR target tracking method based on the grey prediction and HOGI feature

ZHANG Qi¹;CAO Qi¹;WANG Xiao-wei²;BI Du-yan¹

(1. College of Eng., Air Force Eng. Univ. , Xi'an 710038， China;
2. College of Tele. Eng., Air Force Eng. Univ. , Xi'an 710077， China)

Received:2009-09-04 Online:2010-08-20 Published:2010-10-11

摘要/Abstract

摘要：

针对红外目标跟踪时不能有效提取目标特征这一问题，提出了一种新的红外目标稳健跟踪方法．首先利用灰色模型预测目标位置，然后建立以此预测位置为中心候选目标区域的方向梯度-灰度直方图特征模型，并将此特征引入到Mean Shift算法中，以实现对红外目标的精确跟踪．仿真结果表明了该方法跟踪精度高，在目标出现部分遮挡或全部遮挡时，仍能跟踪目标，确保目标不丢失，体现出该跟踪方法良好的鲁棒性．

关键词: 灰色模型, 方向梯度-灰度直方图特征, 均值漂移, 目标跟踪, 图像处理

Abstract:

Generally, the IR target tracking method is unable to extract the IR target's feature effectively during the process of IR target tracking. For solving this problem, a novel and robust IR target tracking method is proposed. The method adopts a Grey Model to predict the target's position firstly, and then constructs the Histogram of Oriented Gradient and Illumination (HOGI) of the candidate target area which centers on the predicted position. Finally, the method incorporates this HOGI feature into Mean Shift and realizes the precise tracking. Experimental results show that the proposed method has an excellent tracking precision. When a part or whole of the target is sheltered, the tracking goes on to make sure the target is not lost, which reflects the robustness of the method.

Key words: grey model, HOGI feature, mean shift, target tracking, image processing

张齐;曹琦;王晓薇;毕笃彦. 融合灰色预测和HOGI特征的红外目标跟踪方法[J]. J4, 2010, 37(4): 751-757.

ZHANG Qi;CAO Qi;WANG Xiao-wei;BI Du-yan. Novel IR target tracking method based on the grey prediction and HOGI feature[J]. J4, 2010, 37(4): 751-757.

参考文献

[1] 孙伟, 郭宝龙. 一种伪粒子滤波的多目标跟踪方法[J]. 西安电子科技大学学报, 2008, 35(2): 248-253.
Sun Wei, Guo Baolong. Mutliple Objects Detecting and Tracking with the Pseudo Particle Filter[J]. Journal of Xidian University, 2008,35(2): 248-253.
[2] Yilmaz A, Shafique K, Shah M. Target Tracking in Airborne forward Looking Infrared Imagery[J]. International Journal of Image and Vision Computing, 2003, 21(7): 623-635.
[3] 程健, 周越, 蔡念, 等. 基于粒子滤波的红外目标跟踪[J]. 红外与毫米波学报, 2006, 25(2): 113-117.
Cheng Jian, Zhou Yue, Cai Nian, et al. Infrared Object Tracking Based on Particle Filters [J]. Infrared Millim Waves, 2006, 25(2): 113-117.
[4] Comaniciu D, Ramesh V, Meer P. Real-time Tracking of Non-rigid Objects Using Mean Shift[C]//IEEE Conference on Computer Vision and Pattern Recognition: Vol 2. New York: IEEE, 2000: 142-149.
[5] 贾瑞明, 张弘, 李靖华. 拟合修正Kalman滤波在弱小目标跟踪中的应用[J]. 激光与红外, 2005, 35(12): 974-978.
Jia Ruiming, Zhang Hong, Li Jinghua. Study on Algorithm of Curve Fitting Based on Kalman Filter in Tracking of IR Weaken Small Objects[J]. Lasers and Infrared, 2005, 35(12): 974-978.
[6] Li Xiaorong, Barshalom Y. Tracking in Clutter with Nearest Neighbor Filter: Analysis and Performance [J]. IEEE Trans on AES, 1996, 32(3): 995-1010.
[7] 刘文颖, 吴琼, 杨以涵. 基于改进最小二乘支持向量机的电力系统受扰轨迹在线预测[J]. 华北电力大学学报, 2008, 35(3): 6-11.
Liu Wenying, Wu Qiong, Yang Yihan. Power System Perturbed Trajectory Online Prediction Method Based on Improved Least Squares Support Vector Machine[J]. Journal of North China Electric Power University, 2008, 35(3): 6-11.
[8] 张兵, 卢焕章. 序列图像中运动点目标轨迹检测算法研究[J]. 电子学报, 2004, 32(9): 1524-1527.
Zhang Bin, Lu Huanzhang. The Detection Algorithm for Moving Point Target Trajectory in Image Sequences[J]. Acta Electronica Sinica, 2004, 32(9): 1524-1527.
[9] 陶剑峰, 陈伏虎. 基于GM(1,1)模型的机动目标跟踪方法研究[J]. 系统工程与电子技术, 2009, 31(6): 1396-1399.
Tao Jianfeng, Chen Fuhu. Maneuvering Target Tracking Based on GM(1,1) Model[J]. Systems Engineering and Electronics, 2009, 31(6): 1396-1399.
[10] Dalal N, Triggs B. Histograms of Oriented Gradients for Human Detection[C]//IEEE Conference on Computer Vision and Pattern Recognition: Vol 1. New York: IEEE, 2005: 886-893.
[11] Comaniciu D, Ramesh V, Meer P. Kernel-based Object tracking[J]. IEEE Trans on Patt Analy Mach Intell, 2003, 25(5): 564-575.

[1]	曲家慧, 贺杰, 董文倩, 李云松, 张同振, 杨宇菲. 联合多尺度高低频信息融合的变化检测方法[J]. 西安电子科技大学学报, 2025, 52(1): 105-116.
[2]	汪晋, 苏洪涛, 汪圣利, 陆超. 基于SLSTM网络的两级修正机动目标跟踪方法[J]. 西安电子科技大学学报, 2025, 52(1): 37-49.
[3]	孙非凡, 赵琰. 结合自适应网格描述符和图像能量的图像哈希[J]. 西安电子科技大学学报, 2024, 51(5): 136-148.
[4]	严俊坤, 张聪睿, 李婉萍, 戴金辉, 张鹏, 刘宏伟. 面向编队突防的多干扰机协同资源分配方法[J]. 西安电子科技大学学报, 2024, 51(5): 24-34.
[5]	张永权, 李志彬, 张文博, 苏镇镇. 多源传感器箱粒子LMB滤波算法[J]. 西安电子科技大学学报, 2024, 51(4): 51-66.
[6]	贺王鹏, 胡德顺, 李诚, 周悦, 郭宝龙. 结合模板更新与轨迹预测的孪生网络跟踪算法[J]. 西安电子科技大学学报, 2024, 51(3): 46-54.
[7]	张逸宸,水鹏朗,廖沫. 目标回波特征辅助的海面多目标跟踪方法[J]. 西安电子科技大学学报, 2023, 50(5): 1-10.
[8]	李翠芸,衡博文,谢金池. 模糊推理优化的抗遮挡PMBM跟踪算法[J]. 西安电子科技大学学报, 2023, 50(5): 54-64.
[9]	陈振,李翠芸,李想. B样条曲面三维扩展目标跟踪算法[J]. 西安电子科技大学学报, 2023, 50(2): 101-111.
[10]	张雅荔, 李文元, 李昌禄, 丁少博. 融合注意力引导的多尺度低照度图像增强方法[J]. 西安电子科技大学学报, 2023, 50(1): 129-136.
[11]	刘晓雯, 郭继昌, 郑司达. 采用渐进式网络的弱监督显著性目标检测算法[J]. 西安电子科技大学学报, 2023, 50(1): 48-57.
[12]	李娇娇, 刘志强, 宋锐, 李云松. 一种改进Unet网络的遥感影像分割算法[J]. 西安电子科技大学学报, 2022, 49(6): 67-75.
[13]	张兆宇,田春娜,周恒,田西兰. 联合在线分类的双注意力RGBT孪生网络跟踪[J]. 西安电子科技大学学报, 2022, 49(6): 76-85.
[14]	张昀普,单甘霖,付强. 多传感器协同地面目标跟踪的调度方法[J]. 西安电子科技大学学报, 2022, 49(5): 100-108.
[15]	李阳阳, 毛鹤亭, 张小龙, 陈彦桥, 柴兴华. 利用非局部上下文信息的遥感图像小目标检测[J]. 西安电子科技大学学报, 2022, 49(5): 117-124.

融合灰色预测和HOGI特征的红外目标跟踪方法

Novel IR target tracking method based on the grey prediction and HOGI feature

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0