Jag accepterar att kakor lagras på min dator

Läs mer

Efficient region tracking and target position estimation in image sequences using Kalman filters.

Efficient region tracking and target position estimation in image sequences using Kalman filters. Beställ tryckt exemplar Lägg i kundvagnen
Författare: Karlsson Henrik, Nygårds Jonas, Ulvklo Morgan
Ort: Linköping
Sidor: 76
Utgivningsår: 2002
Publiceringsdatum: 2002-01-01
Rapportnummer: (FOI-R--0595--SE)
Nyckelord bildbehandling, datorseende, bildföljning, affin modell, Kalmanfilter, målinmätning, geolokalisering, sensorstyrning, image processing, computer vision, image tracking, affine model, Kalman filter, position estimation, geolocation, sensor management
Sammanfattning På senare år har obemannade flygplan (UAVer) alltmer hamnat i fokus som sensorbärare för spaning och övervakning. I sådana system, utrustade med avbildande elektrooptiska sensorer, behövs robusta metoder för målföljning och målinmätning för att avlasta sensoroperatören och öka systemets autonoma sensorstyrningskapacitet. I denna rapport beskrivs hur prestanda hos en sådan målföljningsalgoritm förbättras genom Kalmanfiltrering. Resultatet är en robust målföljningsalgoritm som implementerats i C++ och som medger realtidskapacitet för bildbaserad sensorstyrning i den experimentella sensorplattform som utvecklas inom SIREOS-projektet vid FOI. I rapporten beskrivs även utvecklingen av en algoritm för inmätning (geolokalisering) av stationära och rörliga markmål. Positionen för stationära markmål estimeras i ett globalt referenssystem via iterativ triangulering baserat på sekvensiella data från målföljningsalgoritmen och plattformens navigationssystem. För att även möjliggöra inmätning av rörliga markmål har ett bildbaserat kvalitetsmått, som beskriver hur "följningsbar" en region är, utvecklats. Detta mått möjliggör autonoma val av stationära referensomgivningar som är lämpliga att följa och geolokalisera i bildsekvenser. I rapporten visas också hur sådana inmätta stationära omgivningar kan utnyttjas för att generera ett referenssystem som möjliggör inmätning av rörliga markmål.
Abstract In recent years there has been an ever-growing interest for the concept of Unmanned Aerial Vehicles, UAV´s, and large research efforts are invested in this area today. One major field of application for such systems equipped with electro-optical imaging systems is aerial surveillance and reconnaissance, and for this purpose more autonomous sensor systems equipped with robust and efficient target tracking algorithms are needed. In this thesis, such a tracking algorithm has been studied and improved by the incorporation of an efficient Kalman filter. The result is a robust tracking algorithm that has been implemented in efficient C++ code and made to work in real-time to perform image based sensor control on an experimental camera system platform developed in the SIREOS project at FOI. The thesis has also been concerned with the development of an algorithm for position estimation (geolocation) of stationary and moving ground targets. The position of a stationary target is estimated by iterative triangulation in a global reference system, based on sequential data from the tracking algorithm and the platform navigation system. For the purpose of tracking moving ground targets, a measure of the tracking quality of an image reference region has been developed as well. This measure will allow for an autonomous choice of reference regions to track and geolocate in image sequences. Such geolocated stationary regions generate a reference system that admits geolocation of moving ground targets.

Kundvagn

Inga rapporter i kundvagnen

FOI, Totalförsvarets forskningsinstitut

FOI
Totalförsvarets forskningsinstitut
164 90 Stockholm

Tel: 08-555 030 00
Fax: 08-555 031 00

Orgnr: 202100-5182