为应对核相关滤波算法长时跟踪模板漂移问题，提出一种基于亚像素修正的模板漂移抑制方法。首先，根据跟踪过程中常用的核相关滤波快速算法，分析模板更新时引入的跟踪误差；其次，分析模板更新时引入的采样误差对模板漂移的影响；然后，通过模板频域的相移修正模板更新引入的采样误差；最后，通过实验证明模板亚像素修正对长时跟踪模板漂移的抑制效果。实验结果表明：相同跟踪条件下，模板亚像素修正方法引入的模板漂移量是整像素模板更新的1/4，模板亚像素修正用于相关滤波算法和核相关滤波算法时对模板漂移同样有良好的抑制效果，并且模板亚像素修正只需耗费较小计算量就可以对模板漂移进行有效抑制。

基于深度学习的目标跟踪算法将卷积深层输出结果作为特征,虽然准确度高但耗时长;基于融合特征的目标跟踪算法按照响应值融合目标特征,虽然跟踪速度快,但降低了准确度。为了兼顾目标跟踪算法的时效性和准确度,提出基于相似性特征估计的目标跟踪算法。首先利用重要性重采样滤波粒子构建目标观测模型,其中包括选择粒子状态、转移系统状态、构建观测模型、粒子权值更新以及重采样过程。在此基础上,提取目标的统计纹理特征、运动尺寸特征以及运动速度与方向特征,并融合目标特征构建目标特征框架。结合相似性特征估计完成目标定位,包括描述目标模型、表示候选模型、度量目标具体相似度以及目标定位过程。在完成目标定位后,基于实时压缩实现目标跟踪。本文算法的跟踪准确度均在90%以上,跟踪过程耗时保持在450ns以下,性能优于基于深度学习和融合特征的目标跟踪算法。本文算法能够快速、准确实现对目标的跟踪,应用优势较强。

屏幕通信是以动态条码为信息载体, 以可见光为媒介的近场通信方式, 因其抗干扰能力强、不占用频谱资源和部署简单等特点, 具有广泛的应用场景和极大的发展潜力。文章提出了一种基于深度学习方法的屏幕通信定位跟踪算法, 采用快速区域卷积神经网络(Faster R-CNN)算法对信息区域进行处理, 使光学摄像头在不依赖传统定位寻像图形的情况下智能定位携信区域, 进而提高单帧携信量; 采用卢卡斯-卡纳德(LK)光流法对抖动引入的帧间信息区域位置变化进行估计, 提升了连续帧处理速率从而提升了系统通信速率。实验结果表明, Faster R-CNN算法的平均精度均值(mAP)达到了90.91%, 同时引入LK光流法提升系统的处理效率, 相比于仅采用Faster R-CNN的算法处理时间缩短59.5%以上, 解决了终端系统处理能力瓶颈问题。

将激光焊接头与CCD视频跟踪模块集成在一起,提出一种采用一字线激光进行自动化焊缝检测的方法。该方法利用激光三角测量法,得到焊缝的高度、宽度等形状信息。在图像处理方面,对所获得的焊缝区域图像进行中值滤波和二值化处理,获得焊缝特征点二维坐标,实现目标定位,并计算其在世界坐标系下的三维坐标。在跟踪算法方面,采用精度高、速度快的核相关滤波器目标跟踪算法,分别对常见的直线型和曲线型焊缝位置进行跟踪。实验所得数据拟合曲线与焊缝形态误差在5%以内,吻合度较高,实时跟踪效果良好。

针对相关滤波类跟踪算法难以解决的过度形变和目标被遮挡问题, 提出了一种融合改进均方峰值旁瓣和客观相似性度量的高置信度跟踪算法-HCF。基于核相关滤波跟踪算法, 结合传统相关运算的峰值旁瓣比与感知哈希算法客观度量所跟目标, 对遮挡和形变等复杂情况进行高置信度判断, 进而自适应的选择模型更新率, 克服模型漂移问题; 另外, 利用尺度池算法解决跟踪中的尺度估计问题, 进一步提高了算法的稳健性。通过OTB-2015数据集测试表明: 提出的HCF算法能精准判别出由于遮挡形变等情况导致的无效跟踪, 相比于当前主流的鲁棒性跟踪算法, 具有更优秀的性能和表现。本文的创新工作为跟踪领域中的目标准确度判别问题提供了新的思路。

为了满足对多个目标的全视景监视和跟踪需求,给出了一种基于多探测器的全视景多目标监视及跟踪系统设计方案,该方案利用视频拼接技术和多目标跟踪算法,实现对目标的360°监视和跟踪,并实时输出目标的位置信息。首先对比了四种实现全景监视和跟踪的技术途径的优劣,确定采用多探测器拼接技术构成全景监视和多目标跟踪系统,接着介绍了上述全景监视和多目标跟踪系统的组成和原理,给出系统设备在厂内和外场的试验验证效果,试验结果表明系统监视和跟踪效果满足设计要求。该系统满足军、民用全景监视和多目标跟踪领域的使用需求。

为解决扩展目标跟踪算法量测不精确的问题, 提出一种基于箱粒子滤波的ET-CBMeMBer滤波算法。该算法基于随机集理论, 首先将扩展目标的状态集和观测集随机化, 然后基于区间分析技术, 推导了适用于区间量测的多扩展目标伪似然函数和势平衡多伯努利多扩展目标状态更新方程, 并提出了适用于区间量测的模糊ART区间量测集划分方法, 继而在量测集划分的基础上对目标进行持续稳定的跟踪。最后进行了仿真实验, 结果表明了所提算法的有效性。

非对称空间外差光谱技术是一种新型的超高分辨率遥感探测技术, 要求后期的数据处理技术也具有相应的超高准确度.从数字信号处理的角度, 提出了一种自适应的频率跟踪处理方法, 根据信号的空间频率来插值补偿信号的相位偏移, 并且递归迭代出最接近真实值的相位信息.经仿真实验对比验证表明, 在噪声干扰强度不大的条件下, 相较于传统傅里叶变换方法, 本文算法对信号频率和相位提取的准确度提高了约100倍以上, 能够有效降低非对称空间外差光谱技术的系统误差.