摘要：为了实现多目标落点测量,建立了多目标测量方案,并对大视场光电测量设备在像面坐标系下进行多目标分离的方法进行了研究。该方法按目标运动方向、运动速度、运动加速度的变化,建立了相关性评价函数,根据评价函数判断像点与目标轨迹的关联程度,从而实现多目标轨迹分离工作。在分离过程中,考虑了同一目标像点在不同幅图像上的丢失情况,根据已有目标轨迹数据,使用卡尔曼滤波器补充丢失的像点,保证同一目标轨迹的连续性。实验结果表明,该方法可以分离50条目标轨迹,满足多目标落点测量的设计要求。

摘要：针对现有动态背景下目标检测算法的局限性,提出一种基于多组单应约束和马尔可夫随机场的运动目标检测算法.该算法以视频序列多帧跟踪的运动轨迹为基础,通过轨迹分离和像素标记2个阶段实现运动目标的检测:在轨迹分离阶段,利用多组单应约束对视频序列的背景运动进行建模,并基于该约束通过累积确认的策略实现背景轨迹和前景轨迹的准确分离;在像素标记阶段,以超像素为节点建立时空马尔可夫随机场模型,将轨迹分离信息以及超像素的时空邻域关系统一建模在马尔可夫随机场的能量函数中,并通过最小化能量函数得到每个像素的前背景标记结果.与现有基于运动轨迹的方法相比,文中算法不需要仿射摄像机模型的假设,有效地解决了运动轨迹等长带来的轨迹点区域缺失问题,并可同时处理静态背景和动态背景2种类型的视频;在多个公开数据集的测试结果表明,该算法在轨迹分离准确性、轨迹点密度以及像素标记准确率等方面均优于现有方法.