基于卡尔曼预测和滤波的视频目标跟踪PPT资料.ppt
- 文档编号:14337469
- 上传时间:2022-10-22
- 格式:PPT
- 页数:29
- 大小:960.50KB
基于卡尔曼预测和滤波的视频目标跟踪PPT资料.ppt
《基于卡尔曼预测和滤波的视频目标跟踪PPT资料.ppt》由会员分享,可在线阅读,更多相关《基于卡尔曼预测和滤波的视频目标跟踪PPT资料.ppt(29页珍藏版)》请在冰豆网上搜索。
最后计算机仿真实验验证文中所提方法的有效性。
一、引言,随着现代战争信息化和网络化的发展,以及侦查设备的发展,基于红外和可见光的视频目标跟踪得到了极大地关注和广泛的研究,在民用领域也有着广阔的应用前景,得到了国内外研究者的高度重视。
卡尔曼滤波算法因为能够递推完成目标状态的最优估计,因此成为视频目标跟踪的首选算法。
二、Kalman滤波,传统KF背景和推导EKF推导,传统KF背景和推导,whatiskalmanfilter?
卡尔曼滤波的一个典型实例是从一组有限的,包含噪声的,对物体位置的观察序列(可能有偏差)预测出物体的位置的坐标及速度。
在很多工程应用(如雷达、计算机视觉)中都可以找到它的身影。
同时,卡尔曼滤波也是控制理论以及控制系统工程中的一个重要课题。
传统KF背景和推导,whatiskalmanfilter?
例如,对于雷达来说,人们感兴趣的是其能够跟踪目标。
但目标的位置、速度、加速度的测量值往往在任何时候都有噪声。
卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响,得到一个关于目标位置的好的估计。
这个估计可以是对当前目标位置的估计(滤波),也可以是对于将来位置的估计(预测),也可以是对过去位置的估计(插值或平滑)。
根据贝叶斯理论推导KF,根据贝叶斯理论推导KF,根据贝叶斯理论推导KF,根据贝叶斯理论推导KF,根据贝叶斯理论推导KF,根据贝叶斯理论推导KF,根据贝叶斯理论推导KF,根据贝叶斯理论推导KF,根据贝叶斯理论推导KF,根据贝叶斯理论推导KF,EKF推导,howtomakeithappen?
EKF推导,EKF推导,EKF推导,EKF推导,三、视频目标搜索问题,HIRBOShuttleSCEADUEvo-lution50型无人机自带的单目摄像机采集的视频图像序列,该图像序列为一个从空中落下的篮球,碰到地面后反弹,再落下,直到静止,采样周期T=1s,图像分辨率为320240。
该系统模型可以表示为:
该模型以目标在视频图像中的x、y轴向的位置和速度为状态变量,以图像中的位置为观测值,进行目标信息的准确估计。
四、基于一步Kalman预测的目标搜索范围确定,以预测值为圆心,以目标的半径加时间段内目标的预计运动距离为半径,确定目标搜索范围。
即根据Kalman一步预测方程有:
则下一时刻目标搜索区域的中心为:
当这个范围内没有找到目标时,可以将搜索半径扩大一倍继续搜索,这样就不用遍历整幅图像,极大地增加了目标搜索的效率。
图中最中间圆点为目标中心的真实位置,中间圆圈为普通Kalman滤波跟踪结果,最外面圆圈为根据一步Kalman预测算法确定的目标搜索范围。
从图可以看出,本文所采用的一步Kalman预测确定的目标范围,确实能够包含目标,而且极大地缩小了目标搜索的范围。
五、结论,本文应用一步Kalman预测确定视频图像中目标的搜索范围,避免对全帧图像的遍历搜索,可以极大地减小目标搜索过程中的计算量,在此基础上得到目标的观测信息,再应用Kalman滤波完成目标跟踪的任务。
仿真结果表明,本文所采用的Kalman一步预测和滤波相结合的目标跟踪算法,能够有效减小目标跟踪时的计算量,且具有较高的目标跟踪精度和快速性。
谢谢!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 卡尔 预测 滤波 视频 目标 跟踪
![提示](https://static.bdocx.com/images/bang_tan.gif)