论文研究 基于QP_TR信任域方法的低信噪比序列图像目标跟踪.pdf

运动平台上低信噪比序列图像中的目标跟踪面临着两大困难：平台运动导致图像存在全局平移，使得目标在相邻帧间脱离跟踪算法搜索窗；图像中的干扰使得跟踪窗口经常跳动而导致跟踪失败。鉴于QP_TR信任域算法的优良性能，针对上述两个问题提出了一种新的基于QP_TR信任域和Kalman滤波的跟踪算法。该算法利用QP_TR进行图像稳定和模板匹配，通过Kalman滤波器状态估计滤除干扰。与三步搜索方法相比，加大了搜索窗大小的同时减少了模板匹配的次数，提高了性能。在真实图像序列上进行的实验表明，该算法能有效地稳定运动图像，实现