基于裂变自举粒子滤波的红外目标跟踪处理

王其华; 叶苗

doi:10.3969/j.issn.1001-3806.2011.01.038

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于裂变自举粒子滤波的红外目标跟踪处理

王其华 , 叶苗

文章导航 > 激光技术 > 2011 > 35(1): 141-144

引用本文:

Citation:

基于裂变自举粒子滤波的红外目标跟踪处理

王其华,
叶苗

1.
黄淮学院电子科学与工程系, 驻马店 463000

作者简介: 王其华(1975-)，男，讲师，硕士，主要从事红外光学成像处理方面的研究工作 E-mail:w99170071@yahoo.com.cn.

中图分类号: TN911.73

Infrared target tracking based on fissile bootstrap particle filters

1.
Department of Electronic Science and Engineering, Huanghuai College, Zhumadian 463000, China
CLC number: TN911.73

摘要: 为了研究解决粒子滤波算法的粒子枯竭现象和计算量大的问题,采用了一种裂变自举粒子滤波方法。该方法在测量时对粒子进行裂变自举,其过程为大权值的粒子进行裂变繁殖,裂变繁殖后的粒子数目则正比裂变繁殖前的粒子,然后覆盖粒子群中的小权值的粒子,粒子预平滑处理,同时保持粒子群的特性,再次重抽样中进行粒子防枯竭函数补偿,设置恰当的抽样门限,淘汰权值较低的抽样点,并在保持样本点总数的前提下从权值较高的抽样点中衍生出多个子抽样点,在模型中给出了粒子跟踪均方根误差以及算法步骤,得到了跟踪最佳处理效果。实验仿真用MATLAB语言编程,结果表明,该算法的均方误差为0.36445,优于基本粒子滤波。
- 图像处理 /
- 裂变自举 /
- 权值 /
- 门限 /
- 补偿
Abstract: In order to overcome the particle depletion phenomenon in the particle filter algorithm and the problem of heavy large amount of calculation, a fission bootstrap particle filtering method was used at the moment of measurement. At first, fissile breeding was carried out on the particles with big weights. The particles after fissile breeding are proportional to those before fissile breeding. Then the particles with small weights in the particle group were covered. The particle pre-smoothing was carried out with the characteristics of the particle group maintained. After sampling once again, the function of particle anti-depletion was compensated. An appropriate sampling threshold was set to eliminate the sampling points with smaller weights. Multiple sampling points were derived from the sampling points with bigger weights in the premise of maintaining the total number of sampling points. The root mean square (RMS) error and calculation steps were shown in the model and best tracking effect was obtained. Simulation was carried out with MATLAB. The results show that the RMS error of the algorithm is 0.36445, better than that of the basic particle filtering algorithm.
- image processing /
- fission bootstrap /
- weight /
- threshold /
- compensation

[1]	CAI L,MA X K.Frequency limitations of log-domain current-mode bandpass filters[J].Journal of Xi'an Jiaotong University,2003，37（10）：1075-1078(in Chinese).
[2]	HUANG W J，MA Q，WANG L Q.A particle swarm optimization extended Kalman particle filter [J].Journal of Tianjin University of Technology,2009,25(5)：50-53(in Chinese).
[3]	YUAN Z J,ZHENG N N,JIA X Ch.The Gauss-Hermite particle filter[J].Acta Electronica Sinica,2003,31(7):970-973(in Chinese).
[4]	CHENG Sh Y,ZHANG J Y.Particle filter review[J].Journal of Astronautics,2008,29(4):1099-1111(in Chinese).
[5]	XU M L,XU W B,HE Sh.Experience improving particle swarm optimizer[J].Computer Engineering and Applications,2008,44(31)：87-89(in Chinese).
[6]	LIU J,DONG Y N.An object tracking algorithm based on prediction and particle filtering[J].Computer Engineering and Science ,2009,31(10)：30-32(in Chinese).
[7]	WANG Y P.Remedy of subsample nonresponse in two-phase sampling[J].Science Technology and Engineering,2009(1)：94-96(in Chinese).
[8]	CHENG Sh Y,ZHANG J Y.Fission bootstrap particle filtering[J].Acta Electronica Sinica,2008,36(3)：500-504(in Chinese).
[9]	ZHENG J,XU Y,BO Q L.Zerotree quantization coding scheme based on wavelet transform with lifting scheme[J].Journal of PLA University of Science and Technology(Natural Science Edition),2002,3(2)：26-30(in Chinese).
[10]	CHENG Sh Y,ZHANG J Y.Limited convergence bound in particle filtering algorithms[J].Journal of Data Acquisition and Processing,2008,23(4)：481-485(in Chinese).
[11]	WU S T,ZHANG Y X,CHEN H E.Approach for adaptive filter of systems with random changing structures[J].Journal of Beijing University of Aeronautics and Astronautics,2002,28(3)：287-290(in Chinese).
[12]	DAI R.Maneuvering target tracking in clutter environment simulation[J].Information Command Control System Simulation Technology,2001(12)：33-39(in Chinese).
[13]	KOTECHA J H,DJURIC P M.Gaussian particle filtering[J].IEEE Transactions on Signal Processing,2003,51(10):2592-2601.
[14]	KOTECHA J H,DJURIC P M.Gaussian sum particle filtering[J].IEEE Transactions on Signal Processing,2003,51(10):2602-2611.

[1]	张健 , 李白燕 . 基于图论最小割集算法的图像分割研究. 激光技术, 2014, 38(6): 863-866. doi: 10.7510/jgjs.issn.1001-3806.2014.06.030
[2]	王润轩 . 预啁啾对偏复用孤子技术的补偿. 激光技术, 2005, 29(3): 315-317,321.
[3]	朱若谷 . 补偿式光纤双法布里－珀罗微位移测量系统. 激光技术, 1994, 18(1): 61-64.
[4]	王晶 , 苗洪利 . 在线同步调制对偏振模色散补偿的研究. 激光技术, 2002, 26(3): 211-213.
[5]	邓晓鹏 , 文伟 . 基于干涉的二值图像逻辑运算加密技术. 激光技术, 2010, 34(3): 401-404. doi: 10.3969/j.issn.1001-3806.2010.03.033
[6]	莫长涛 , 陈长征 , 张黎丽 , 孙凤久 . 神经网络在光电位置坐标传感器中的应用. 激光技术, 2003, 27(6): 594-596.
[7]	李文龙 , 戈海龙 , 任远 , 成巍 . 图像处理技术在激光熔池温度检测的应用. 激光技术, 2018, 42(5): 599-604. doi: 10.7510/jgjs.issn.1001-3806.2018.05.004
[8]	张海庄 , 姚梅 , 雷萍 , 李鹏 , 曾庆平 . 远场激光光斑图像处理方法研究. 激光技术, 2013, 37(4): 460-463. doi: 10.7510/jgjs.issn.1001-3806.2013.04.010
[9]	魏东梁 , 吴斌 . 微细孔壁缺陷检测的非对中补偿. 激光技术, 2016, 40(5): 648-653. doi: 10.7510/jgjs.issn.1001-3806.2016.05.007
[10]	汤敏 , 王惠南 . 激光扫描共聚焦显微镜图像的计算机处理. 激光技术, 2007, 31(5): 558-560.
[11]	张羽鹏 , 王开福 . LabVIEW和MATLAB在电子散斑干涉图像处理中的应用. 激光技术, 2009, 33(6): 582-585,589. doi: 10.3969/j.issn.1001-3806.2009.06.007
[12]	冯煦 , 张瑞瑛 , 周萍 , 李松 . 大功率半导体线激光图像处理方法研究. 激光技术, 2010, 34(5): 624-627. doi: 10.3969/j.issn.1001-3806.2010.O5.013
[13]	顾国庆 , 王开福 , 燕新九 . 基于同态滤波的电子散斑干涉图像处理. 激光技术, 2010, 34(6): 750-752,797. doi: 10.3969/j.issn.1001-3806.2010.06.009
[14]	苏平 , 牛燕雄 , 李大乾 , 牛海莎 , 李易难 , 张超 . 基于面阵CCD的激光告警系统的图像采集与处理. 激光技术, 2013, 37(3): 394-399. doi: 10.7510/jgjs.issn.1001-3806.2013.03.028
[15]	刘逸飞 , 苏亚 , 姚晓天 , 崔省伟 , 杨丽君 , 周聪聪 , 何松 . OCT无创血糖检测图像处理最优化方法研究. 激光技术, 2023, 47(2): 178-184. doi: 10.7510/jgjs.issn.1001-3806.2023.02.004
[16]	李丹 , 饶云坤 , 凌福日 . 基于太赫兹相干层析成像系统色散补偿的研究. 激光技术, 2017, 41(6): 779-783. doi: 10.7510/jgjs.issn.1001-3806.2017.06.002
[17]	冯洋 . 基于改进的奇异值分解的红外弱小目标检测. 激光技术, 2016, 40(3): 335-338. doi: 10.7510/jgjs.issn.1001-3806.2016.03.007
[18]	张怡霄 , 杜惊雷 , 高福华 , 姚军 , 曾阳素 , 郭永康 . 分数域啁啾滤波及其在数字图像处理中的应用. 激光技术, 2003, 27(1): 78-80.
[19]	陈树越 , 刘金星 , 丁艺 . 基于小波变换的红外与X光图像融合方法研究. 激光技术, 2015, 39(5): 685-688. doi: 10.7510/jgjs.issn.1001-3806.2015.05.021
[20]	赵蓉 , 顾国华 , 杨蔚 . 基于偏振成像的可见光图像增强. 激光技术, 2016, 40(2): 227-231. doi: 10.7510/jgjs.issn.1001-3806.2016.02.016

点击查看大图

计量

文章访问数: 3706
HTML全文浏览量: 546
PDF下载量: 352
被引次数: 0

基于裂变自举粒子滤波的红外目标跟踪处理

王其华
叶苗

作者简介: 王其华(1975-)，男，讲师，硕士，主要从事红外光学成像处理方面的研究工作 E-mail:w99170071@yahoo.com.cn

1. 黄淮学院电子科学与工程系, 驻马店 463000

收稿日期: 2010-02-25
录用日期: 2010-03-09
网络出版日期: 2011-01-25

关键词:

摘要: 为了研究解决粒子滤波算法的粒子枯竭现象和计算量大的问题,采用了一种裂变自举粒子滤波方法。该方法在测量时对粒子进行裂变自举,其过程为大权值的粒子进行裂变繁殖,裂变繁殖后的粒子数目则正比裂变繁殖前的粒子,然后覆盖粒子群中的小权值的粒子,粒子预平滑处理,同时保持粒子群的特性,再次重抽样中进行粒子防枯竭函数补偿,设置恰当的抽样门限,淘汰权值较低的抽样点,并在保持样本点总数的前提下从权值较高的抽样点中衍生出多个子抽样点,在模型中给出了粒子跟踪均方根误差以及算法步骤,得到了跟踪最佳处理效果。实验仿真用MATLAB语言编程,结果表明,该算法的均方误差为0.36445,优于基本粒子滤波。