- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
-=.-O
O六年全国光电技术学术交流会会议论文集(F)
红外序列图像目标跟踪的自适应Kalman滤波方法
高璐,张大志,田金文
(华中科技大学多谱信息处理技术国防重点实验室,湖北武汉430074)
擅要:目标跟踪广泛应用与军事和民用领域。该文提出了一种用于动态序列图像目标跟踪的自适应
Kalman滤波方法。该方法用函数估计的思想估计目标的当前的运动模型,同时实时修改滤波器的统计模型.
并将最小二乘支持向量机应用运对当前目标运动模型的估计.实验表明,基于此种改进的Kalman滤波器的算
法在跟踪机动目标时具有良.好的性能。
关键词:目标跟踪;红外序列图像;Kallilan滤波;运动模型估计;最小二乘支持向量机
中圈分类号:TP391 文献标识码:A
basedon kalmanfilterandLS—SVM
Movingobjecttracking adaptive
GAO Jin—WCIl
Lu,ZHANGDa-zhi,TIAN
and
Information ofScience
(StateLaboratoryofMulti·Spcct.ralProcessingTechnologies。HuazhongUniversity Technology,Wuhan430074,China)
an
Abstract:Thetrack to andcivilfields.Thisdescribes tO
target widelyappliesmilitary paper approach
Kalmanfilter usedfunctionestimatiofitO
movingobjecttrackingusingadaptive algorithm.Thisapproach way
tO ofthe andthe
estimatethemovementmodelsofthe usedLS-SVMestimatethemovementmodels
target.We target
statisticalmodelsofthe show hasabetter whenitused
system.Experimentsthat,thisapproach trackingperformance
in
movingobjecttracking.
model
filter;movementestimation;LS—SVM.
Key tracking;Infraredimageryseries;Kalrnan
words:Object
0引言
跟踪问题一般被认为是一个概率推理问题。它一般被抽象为三个步骤:(1)根据过去的观测值对当前状
态做预测;(2)根据当前的观测信息获取目标的状态:(3)对当前状态做校正【l】。
中,要完全满足滤波所假定的条件是困难的。比如说,目标运动的数学模型事先难以确定。也就是说,当目
标存在着未知的机动时,Kalman滤波器的性能会变得很糟。
文档评论(0)