图像视频制导..doc

电视成像制导 电视成像制导技术就是指利用位于导弹前部的电视成像系统获得目标的信息，经过一系列算法的处理，从而制定出相应的控制命令，导引武器的运行，达到精确命中目标的制导技术。 指令制导 指令制导这种制导方式是利用武器外部的电视成像探测设备捕获目标信息，经过测算形成控制指令之后，发送给武器导引系统，从而命中目标。 遥控制导 遥控制导这种制导方式是利用武器本体携带的电视成像探测系统，探测到目标信息之后，发回到地面控制中心，由控制中心测算形成控制指令之后发送给武器，从而准确命中目标。 寻的制导 寻的制导这是由武器本体携带的电视成像系统完成目标识别与跟踪，结合控制导引系统，形成控制指令，最后导引武器命中目标的等一系列过程的制导方式。这种方式脱离了人工的参与，大大节省了资源，制导效果良好。 红外制导 红外成像制导是利用目标和背景的热辐射温差，形成图像来实现白动导引，具有分辨率高、抗干扰能力强，隐蔽性好、白主捕获目标，昼夜工作能力强等特点。目标的热辐射和周围环目标的热辐射和周围环境的差别越大，红外制导的精度越高，所以它对目标的热辐射能力有非常高的依赖性。 光纤制导 光纤制导是指导弹距离目标较近时，光纤导引头将目标及背景的图像信号采集下来，经过光纤双向传输系统传回地面的导弹轨迹监视系统，通过操作员对图像进行搜索、识别和捕获目标，生成的控制指令经过上行线传到导弹，控制导弹精确命中目标的制导技术。 基于图像的目标识别与跟踪被认为是电视成像制导的核心技术，是捕获目标信息的关键手段，被大量应用于武器装备的末制导中。 基于图像的目标识别与跟踪技术分为以下几类： 基于模板的跟踪与识别 基于模板的识别与跟踪方法是比较典型的图像处理方法，它利用预定义的一系列模板或者模型，在得到的电视成像即图像序列中寻找目标，即在一幅大图像中搜寻与模板有相同的尺寸、方向的图像，通过一定的算法可以在图中找到目标，确定其坐标位置，更先进的一些算法可以融合其他高效的预测算法，根据目标在相邻图像间的位置不同，预测出一张图片中可能出现的位置，缩小模板匹配的范围，从而缩小匹配时问，提高实时性和精确度。 基于统计学的跟踪与识别 基于统计学的方法是通过对大量的样本和非样本进行学习和统计，得到一系列的统计特征，根据得出的这些统计特征来判断图像中是否有和样本中很接近的目标，从而达到检测目标的目的。 因为它的统计特征都是从样本当中获取的，不会依赖先验的模型，避免了先验模型不完整不精确等错误，同时具有一定的在线学习，实施扩展的能力，在算法的鲁棒性上有明显的优势，所以成为了当前比较热门的识别方法，常见的有神经网络、支持向量机和BOOSC等方法，但是它的缺点就是必须在检测和识别目标之前，进行样本学习的训练，形成有效的样本统计特征，这种样本的训练往往是比较费时的。 基于运动的跟踪与识别 基于运动的识别与跟踪方法也是常见的图像处理方法，它根据检测相邻图像当中像素值的发生变化的部分以及变化的方向，来确定运动的物体或者目标的位置和速度等信息，在检测目标的同时还给出了时间维度上的信息，因此应用也相当广泛，算法非常多，其中比较常见和成熟的算法有差分法、光流法和meanshift算法。 差分法因为其简单快速的特点得到很好的应用，但是它的缺点也很明显:得到的目标信息的准确度不能保证，而且对光照很敏感；光流法原理是通过赋予图像中每个像素点一个速度矢量，根据相邻图像之间的变化，确定这些速度矢量，如果它们在图像中不是连续变化的，那么就可以通过这些像素点确定运动的物体，但是光流法最大的瓶颈在于它的计算复杂度，很难在实时的环境中运用;meanshift算法近年得到很多的关注，它的实时性和鲁棒性都趋于平衡，能够较好检测目标的位置信息，在将它扩展到连续图像中时，就形成了camshaft算法，和meanshift算法一样，它利用图像中的颜色信息来捕捉目标，将上一时刻得到的结果传递到下一时刻中，所以继承了meanshift算法的一些优点，但是主要适用于与背景存在色彩差异的彩色目标，识别跟踪效果良好。 基于区域的识别与跟踪 基于区域的识别与跟踪方法是根据图像全局信息之间的联系，来确定相邻图像相应部分的确定关系，从而确定目标的一类方法，这样的算法相对消耗时间要长，所以在实时处理中很难运用，需要结合其他多种信息。近年出现了一种新的基于区域的识别方法:显著性区域检测，这是根据人类视觉习惯和特点发展起来的一种方法。 基于特征的识别与跟踪 基于特征的识别与跟踪算法建立在多种多样的图像特征点上，通过检测这些特征点，来确定具有某种特征的目标是否出现在图像上。常用的特征检测算法有SIFT/SUFT, Haar和FAST等等，其中Haar是相对比较成熟的一种特征检测算法，它应用非常广泛，可以充分描述目标的特征，计算方便，常常与AdaBoos