收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于宽视场拼接成像的目标分割与跟踪算法研究

王晓坤  
【摘要】:无论是民用领域的矿产资源勘查、土地规划利用、环境监测、海洋开发、气象预报及地理信息服务还是军事领域侦察监视、精确制导、超视距攻防对抗等都需要有足够宽的视场和足够高的分辨率以完成对目标的广域范围监测、搜索和跟踪。对基于宽视场高分辨成像系统海量图像数据的处理、分析和利用是该类系统建构的核心价值所在。其中,高分辨率传感器拼接成像过程中将涉及到对海量数据的实时处理,计算过程有着极高的复杂度,因此,图像拼接算法的准确性和实时性将成为影响系统性能的主要因素之一。此外,对于宽视场高分辨场景下动态目标的跟踪技术也成为后期图像分析的研究热点。同时,由于这类系统应用的环境自身的复杂性(背景变化、光照变化、阴影变化等)和动态目标固有的一些特性(非刚体、姿态多变等),使得可实用的目标跟踪技术仍然非常具有挑战性。针对以上需求,本文围绕宽视场成像系统的图像拼接和目标跟踪问题开展研究,主要研究工作如下:本文采用了一种将先验信息和统一计算设备架构(CUDA)相结合的自适应并行加速算法用于提高大视场全景拼接成像的实时性。在图像拼接之前,先利用高精度标定平台对各成像单元的重叠区域进行预标定。标定之后,利用基于CUDA的快速鲁棒特征检测方法提取参考图像与待配准图像的候选特征点集,再利用基于随机KD-Tree索引的近似最近邻搜索算法选取参考图像与待配准图像的初始匹配点对,本文还采用了基本线性代数运算子程序用于加速算法搜索速度。对于参考图像与待配准图像误匹配点对的删除和空间变换矩阵的参数估计,本文采用的是一种在传统的渐近式抽样一致性算法基础上改进的基于CUDA的并行算法。实验结果表明本文采用的算法极大地提高了图像拼接速度,可以满足图像拼接实时性的工程应用要求。为了对场景中动态飞行目标进行识别,提出一种基于混沌双种群进化策略的图像分割方法。利用进化策略能从选定的初始解出发,通过逐代迭代进化逐步改进当前解,直至最后收敛于最优解或满意解的特点和优势,将其用于图像分割阈值最优解的求解上。为了克服传统基于阈值的图像分割方法的缺点,例如较高的复杂度和早熟问题,本文提出了一个高效的基于进化策略的图像分割算法,它通过使用多种群进化策略来计算阈值。在进化过程中同时存在局部种群和全局种群两个群体,进而确保算法的全局和局部搜索能力。该算法的每一步迭代过程中,首先,基于混沌理论生成若干个初始个体,并将这些个体分别加入局部种群和全局种群,计算这些个体的适应度函数值。然后,将选择、重组、变异等进化操作算子作用于局部种群和全局种群,进行迭代进化,进化后的个体集合中选择最好的若干个体放入局部种群,其余放入全局种群,直至收敛。最后,种群中的最优个体即为所求的解。实验结果表明,本文提出的方法比传统的遗传算法有着更快的收敛速度。种群多样性信息能有效指导进化策略的进化过程,因此本文又提出了改进的混沌双种群进化策略算法,采用了多动机强化学习算法设定初始种群和本地种群数值,动态学习种群比例,以使进化策略的局部搜索能力和全局搜索能力进一步均衡化。动机层的引入为先验知识和领域知识的引入提供了条件,由此可以加速强化学习的学习进程。本文根据图像分割问题实际,定义了动机集合,采用了MMQ投票(MMQ-voting)方法用于指导智能体动作的选择策略。经过实验验证,本文采用的多动机强化学习方法能使强化学习以较快的速度收敛于最优动作策略,从而使种群个体多样性保持在一个合适的状态,有助于进一步提高图像最优分割阈值的搜索效率。为了对场景中动态飞行目标进行跟踪,提出一种基于强化学习的动态目标跟踪方法,将目标跟踪问题建模成强化学习问题,并提出了一个两阶段强化学习算法用于图像中的目标跟踪。我们设置了多个追踪智能体来跟踪图像中的目标,在算法的每一步中,首先对每个追踪智能体进行动态子任务分配,即先是给每个追踪智能体动态分配一个子目标,之后每个追踪智能体根据其当前的子目标选择其行动。学习算法将学习过程划分为两个部分,一个是学习任务分配的策略,另一个是学习动作选择的策略,每个追踪智能体通过共享Q函数来共享所学知识、提高学习效率。实验结果验证了该方法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 唐伟力;龙建忠;;一种基于降雨模型的图像分割方法在砾岩图像分割中的应用[J];成都信息工程学院学报;2007年02期
2 黄晓莉;曾黄麟;王秀碧;刘永春;;基于脉冲耦合神经网络的图像分割[J];信息技术;2008年09期
3 肖飞;綦星光;;图像分割方法综述[J];可编程控制器与工厂自动化;2009年11期
4 汪一休;;一种交互式图像分割的修正优化方法[J];中国科学技术大学学报;2010年02期
5 李丹;;图像分割方法及其应用研究[J];科技信息;2010年36期
6 龚永义;黄辉;于继明;关履泰;;基于熵的两区域图像分割[J];中国图象图形学报;2011年05期
7 张甫;李兴来;陈佳君;;浅谈图像分割方法的研究运用[J];科技创新与应用;2012年04期
8 汪梅;何高明;贺杰;;常见图像分割的技术分析与比较[J];计算机光盘软件与应用;2013年06期
9 魏庆;卢照敢;邵超;;基于复杂性指数的图像分割必要性判别技术[J];计算机工程与应用;2013年16期
10 陈晓丹;李思明;;图像分割研究进展[J];现代计算机(专业版);2013年33期
11 李保洲,王建琦,邓雁萍;基于关联度分析的图像分割性能评估[J];上海交通大学学报;2000年06期
12 程宏煌,戴卫恒,姚甦甦;图像分割方法综述[J];电信快报;2000年10期
13 华长发;范建平;高传善;吴立德;;基于二维熵阈值的图像分割及其快速算法[J];模式识别与人工智能;2000年01期
14 何艳阳,王景熙,罗渝兰,屈冰;生物仿真神经网络图像分割方法中的参数自动确定[J];四川师范大学学报(自然科学版);2001年02期
15 欧阳鑫玉,赵楠楠,宋蕾,谢元旦;图像分割技术的发展[J];鞍山钢铁学院学报;2002年05期
16 耿茵茵,蔡安妮,孙景鳌;基于瓦罐模型的多判据判决及其在图像分割中的应用[J];电子学报;2002年07期
17 罗渝兰,王景熙,郑昌琼;图像分割在生物医学工程中的应用[J];计算机应用;2002年08期
18 柯行斌,王汝传;白细胞图像分割的研究与实现[J];南京邮电学院学报;2003年03期
19 张新峰,沈兰荪;图像分割技术研究[J];电路与系统学报;2004年02期
20 魏弘博,吕振肃,蒋田仔,刘新艳;图像分割技术纵览[J];甘肃科学学报;2004年02期
中国重要会议论文全文数据库 前10条
1 杨魁;赵志刚;;图像分割技术综述[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
2 杨暄;郭成安;李建华;;改进的脉冲耦合神经网络及其在图像分割中的应用[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
3 杨生友;;图像分割在医学图像中应用现状综述[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
4 闫平昆;;基于模型的图像分割技术及其医学应用[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 高岚;胡友为;潘峰;卢凌;;基于小生境遗传算法的SAR图像分割[A];可持续发展的中国交通——2005全国博士生学术论坛(交通运输工程学科)论文集(下册)[C];2005年
6 孙莉;张艳宁;胡伏原;赵荣椿;;基于Gaussian-Hermite矩的SAR图像分割[A];第十三届全国图象图形学学术会议论文集[C];2006年
7 李盛;;基于协同聚类的图像分割[A];第十四届全国图象图形学学术会议论文集[C];2008年
8 张利;许家佗;;舌象图像分割技术的研究与应用进展[A];中华中医药学会中医诊断学分会第十次学术研讨会论文集[C];2009年
9 秦昆;李振宇;李辉;李德毅;;基于云模型和格网划分的图像分割方法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
10 高惠琳;窦丽华;陈文颉;谢刚;;图像分割技术在医学CT中的应用[A];中国自动化学会控制理论专业委员会A卷[C];2011年
中国博士学位论文全文数据库 前10条
1 白雪飞;基于视觉显著性的图像分割方法研究[D];山西大学;2014年
2 黄万里;基于高分卫星数据多尺度图像分割方法的天山森林小班边界提取研究[D];福建师范大学;2015年
3 王辉;图像分割的最优化和水平集方法研究[D];电子科技大学;2014年
4 高婧婧;脑部MR图像分割理论研究[D];电子科技大学;2014年
5 潘改;偏微分方程在图像分割中的应用研究[D];东北大学;2013年
6 冯籍澜;高分辨率SAR图像分割与分类方法研究[D];电子科技大学;2015年
7 李伟斌;图像分割中的变分模型与快速算法研究[D];国防科学技术大学;2014年
8 邓晓政;基于免疫克隆选择优化和谱聚类的复杂图像分割[D];西安电子科技大学;2014年
9 帅永旻;SAR图像分割若干相关技术研究[D];武汉大学;2011年
10 李积英;融合量子衍生及DNA计算速率的智能算法在图像分割中的研究[D];兰州交通大学;2014年
中国硕士学位论文全文数据库 前10条
1 王聪聪;手机上的交互式图像分割方法研究[D];华中科技大学;2013年
2 廖小波;基于贝叶斯最优统计的图切法图像分割研究[D];昆明理工大学;2015年
3 姜士辉;基于Android系统的立木图像分割方法研究[D];东北林业大学;2015年
4 路亚缇;基于粒子群优化算法的最大熵多阈值图像分割研究[D];郑州大学;2015年
5 刘超;基于阈值图像分割的研究及在苹果定位中的应用[D];东华理工大学;2015年
6 何妮;结合显著性目标检测与图像分割的服饰提取算法研究及实现[D];西南交通大学;2015年
7 刘晓磊;基于MRF随机场模型的机器人视觉图像分割方法研究[D];西安建筑科技大学;2015年
8 王周楠;数字图像处理的研究仿真[D];中国地质大学(北京);2015年
9 许素素;改进的模糊C均值聚类算法在图像分割中的应用[D];长安大学;2015年
10 齐国红;基于FCM和SVM相结合的作物病害图像分割方法研究[D];郑州大学;2015年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978