最新 一种改进的MHT算法的应用-精品
一种改进的MHT算法的应用
1、引言
随着CCD成像技术的应用，得到的数字图像一般包括视场内所有目标和背景，使得图像的复杂性和随机性增加，经目标分割提取的目标块就会增加，因此需要跟踪系统在高杂波的环境中具有较强的跟踪能力、较强的消除虚警能力。
1978年，DonaldB.Reid最先提出了一种在高杂波背景中跟踪多个目标的多假设跟踪算法(MHT)，此算法根据帧间数据匹配形成所有可能的轨迹，并构造假设对轨迹进行分析评价。
虽然MHT算法给多目标跟踪带来了希望，但是MHT算法所产生的假设数目随着虚警量、目标数以及所处理的数据帧数呈指数关系，它的计算量使得MHT算法在实时跟踪处理中不大可能实现。
近年来，国内外许多学者对MHT算法提出了改进，其中休斯公司提出并测试了一种新的MHT算法，被称作是结构化分支多假设跟踪SB/MHT(strueturedBranehingMHT)。
SB/MHT和MHT相比，大大降低了计算量，提供了一种在高虚警率情况下，保持相当数t的假设的轨迹，增加了在专用上实时处理的可能性。
本文在此研究基础上进行了新的改进和简化，并利用现有计算机系统用软件实现了算法，处理速度达到25c/s，在工程实践中取得了良好的效果。
2、SB/MHT算法原理
SB/MHT算法对MHT算法改进后，计算量显著降低，其流程如图1所示。
SB/MHT算法先构造目标轨迹，然后根据目标轨迹处在不同状态的几率来构造不同的假设，随着探测时间的推移，SB/MHT可以获得并处理越来越多的潜目标数据，因此可以删除不太可能的假设，而只保留一个最接近真实情况的假设.决定哪一个假设是最后需要的，直接方法就是比较所有的假设的概率值。
但在高虚警的情况下，MHT的效率低下，因为在多数情况下，几乎所有的假设都是由虚普组成的。
急剧爆炸的假设数量，使得这种算法失去了实时应用的可能性，而改进的SB/MHT算法可以大大减小算法的计算量。
3、改进的MHT算法及其在工程上的应用
图2为改进的MHT算法流程图。
整个处理分成内外两大循环，内部循环只是外部循环的轨迹初始化阶段，而外部循环根据已得到初步确认的轨迹来构造假设并删除假设，最后删除那些不属于任何保留下来的假设的轨迹。
这样通过减少初步确认轨迹的数量，假设构造的数盆得以大大减少。
3.1轨迹预侧
轨迹预测是用一个标准的Kalman滤波模型来估值和预测，它是一个线性、无偏、最小方差统计估值方法。
首先列出目标运动的状态方程及系统测量方程，然后根据初始条件购t目标状态的预测估值方程及滤波估值方程，进而组成Kalman滤波器。
3.2潜目标与轨迹数据关联
潜目标与轨迹数据关联是通过计算潜目标状态值与预测的目标状态值之间的归一化距离来进行的。
提高目标测量点落人对应数据关联门限的概率和减小数据关联门限面积既相互矛盾又相互联系。
在实际应用中，采用自适应数据关联门限选择的方法，门限根据不同的情况适当的扩大或缩小，使目标跟踪具有一定的自适应能力，可以跟踪机动目标，并能克服目标在某些帧中丢失的情况。
3.3轨迹修正和轨迹工伯度修正
利用互相靠近的交叉目标和两条轨迹分别相关，
4、结论
本文提出了一种在SB/MHT基础上改进的MHT算法，结合应用环境，简化了运算，提高了运算速度，并用软件实现了算法，处理速度可达25c/s，在工程实践中取得了良好的应用效果，实践表明该算法是有效的。
参考文献
[1〕吴晗平.军用红外目标图像识别跟踪系统的现状与研究[Jj.现代防御技术，1996，5.
[2] 王家兵，程咏梅一种机动目标的PMHT限踪算法[J].计算机侧t与控制，2006，9.。
基于深度学习的视觉多目标跟踪算法综述
基于Hough变换的椭圆检测改进算法
基于Hough变换的椭圆检测改进算法陆路;梁光明;丁建文【摘要】An improved algorithm based on Hough transform is proposed for detection of multi ellipses in image with com-plicated background to cope with the problems of inaccurate position of the ellipse center and overmuch pseudo ellipse. The ac-curacy of the ellipse detection is improved through the developed calculation of parameter space and Hough transform. The true ellipse is distinguished from the pseudo candidate ellipses by using the parameter equation. The experimental results show that the detection method can detect multiple ellipses in the complex environment quickly and accurately,and has strong anti-inter-ference ability.%在背景复杂的图像中,针对多椭圆检测时椭圆中心定位不准、虚假椭圆过多的缺点,提出一种基于Hough变换的改进算法.该算法对参数空间和Hough变换计算的改进提高了椭圆检测的准确度,并利用参数方程判断候选椭圆的真假.实验结果表明,该检测方法具有较强地抗干扰能力,能够在复杂的环境中准确快速地检测出多个椭圆.【期刊名称】《现代电子技术》【年(卷),期】2015(038)016【总页数】3页(P92-94)【关键词】Hough变换;椭圆检测;参数方程;检测方法【作者】陆路;梁光明;丁建文【作者单位】湘潭大学信息工程学院,湖南湘潭 411105;国防科学技术大学电子科学与工程学院,湖南长沙 410075;爱威科技股份有限公司研发中心,湖南长沙410013【正文语种】中文【中图分类】TN911-34;TP391.41椭圆一般性方程为：设椭圆中心为（x0，y0），则椭圆方程变为：式（1）有5个自由参数，文献[8]中CMHT算法采用2步检测法：第1步利用弦中点的几何特性投票统计得到关于椭圆中心的2个参数x0，y0；第2步结合椭圆方程式（2）计算出另外3个参数。
基于IMM-MHT算法的杂波环境多机动目标跟踪
基于IMM-MHT算法的杂波环境多机动目标跟踪邵俊伟;同伟;单奇【摘要】针对杂波环境下多机动目标的跟踪问题,提出将交互多模型(IMM)算法与多假设跟踪(MHT)算法结合,并运用Murty算法和假设树修剪方法进行假设生成和假设管理,提高IMM-MHT算法的实用性.仿真结果表明,IMM-MHT算法具有较高的正确关联率和较好的跟踪稳定性,且与只使用单模型的MHT算法相比,具有更好的跟踪精度.【期刊名称】《舰船电子对抗》【年(卷),期】2014(037)002【总页数】5页(P87-90,93)【关键词】数据关联;多假设跟踪;交互多模型【作者】邵俊伟;同伟;单奇【作者单位】中国电子科技集团公司第38研究所,合肥230088;陆军驻中电集团38所军事代表室,合肥230088;中国电子科技集团公司第38研究所,合肥230088【正文语种】中文【中图分类】TP957.510 引言随着战场环境的日趋复杂以及目标机动性能的日益提升，如何在杂波环境下跟踪机动目标正成为雷达数据处理系统要应对的关键问题之一。
传统数据关联算法，如最近邻［1］（NN）、概率数据关联［2］（PDA）、联合概率数据关联［3］（JPDA）等，以当前扫描周期内的量测为基础进行数据关联，若某一扫描周期内的关联结果与真实情况有较大差别，则之后的跟踪过程常会发生错误，甚至丢失目标。
多假设跟踪［4］（MHT）的关联结果不仅取决于当前扫描周期内的量测数据，而且还与历史量测信息有关。
对不能确定的关联，会形成多种逻辑假设，并用后续的量测数据来解决这种不确定性。
在理想条件下，MHT是最优的数据关联算法，可以有效地解决杂波环境下的数据关联问题。
但是，MHT算法所需的计算和存储资源会随着量测数和跟踪步数的增长呈指数增加，若要实际应用，还需要有效的假设管理技术。
对机动目标，以单一的运动模型来刻画其运动过程，往往和实际情况有偏差，最终会由于模型失配导致跟踪误差增大甚至跟踪失败。
用友U MFG MRP需求计划管理手册
多目标跟踪数据关联方法综述
多目标跟踪数据关联方法综述摘要：多目标跟踪问题在军事和民用方面都有着十分广泛的应用,如在军事方面的空中预警、空中攻击(多目标攻击)等,民用方面包括空中交通管制等。
多目标跟踪在军事上的应用受到了各国广泛重视。
本文对目前国内外部分文献上发表的有关多目标跟踪方法进行了综述。
并对各种方法的优缺点进行了比较。
关键字：多目标跟踪数据关联方法综述1 概述多目标跟踪（MTT)是当前计算机视觉领域的一个研究热点。
多目标跟踪是指利用计算机，在频序列中确定感兴趣的、具有某种显著视觉特征的各个独立运动目标的位置，大小和各个目标完整的运动轨迹。
视频目标跟踪问题之所以引起广泛关注是由于它能够应用于民用和军事等许多领域。
例如基于视频目标跟踪的视频监视系统常用于民宅、停车场、公共场合、银行等的监视，以防止偷盗、破坏行为的发生，保障社会的安全。
在交通系统中，多目标跟踪研究也具有非常广泛的应用，主要包括交通流量控制、车辆异常行为监测等很多方面。
在军事领域对视频监视系统的要求比民用领域要高得多，这主要是由于战场环境远比普通民用环境更加复杂和苛刻。
恶劣的战场环境要求视频监视系统具有很强的适应性并能够对快速变化的运动目标实施稳定靠的跟踪。
图 1.1 是一个典型多目标跟踪系统，包括视频采集处理、运动目标检测、多目标跟踪、目标行为分析等主要模块。
运动目标检测与多目标跟踪模块处于整个视频跟踪系统的核心模块，是各种后续高级处理的基础。
运动目标检测是指从视频中实时提取目标，而运动目标跟踪是通过建立目标关联实现多目标的持续跟踪，并确定多目标运动轨迹。
视频采集设备为多目标跟踪系统提供输入视频流，视频监控窗口实时输出多目标跟踪结果，监控场景。
目标行为分析理解属于高层次的视觉问题。
2 几种经典的数据关联算法多目标跟踪实现的关键问题在于如何进行有效的数据关联。
而数据关联的目的就是把来源于单个或多个传感器的量测数据Zi(i=1, 2,...,N)与 j 个已知或已经确定的航迹进行相互配对的过程,简单来说，就是使所有的量测数据分为 j 个集合，并且保证每个集合中所包含的量测数据以接近于 1 的概率都来自同一个目标。
国家二级MS Office高级应用机试(选择题)模拟试卷253(题后含答案及解析)
国家二级MS Office高级应用机试（选择题）模拟试卷253(题后含答案及解析)题型有：1.1．某二叉树共有7个结点，其中叶子结点只有1个，则该二叉树的深度为(假设根结点在第1层)A．3B．4C．6D．7正确答案：D解析：根据二叉树的性质，度为0的结点(即叶子结点)总是比度为2的结点多一个。
题目中的二叉树的叶子结点为1，因此度为2的结点的数目为0，故该二叉树为7层，每层只有一个结点。
涉及知识点：数据结构与算法2．小金从网站上查到了最近一次全国人口普查的数据表格，他准备将这份表格中的数据引用到Excel中以便进一步分析，最优的操作方法是( )。
A．对照网页上的表格，直接将数据输入到Excel工作表中B．通过复制、粘贴功能，将网页上的表格复制到Excel工作表中C．通过Excel中的“自网站获取外部数据”功能，直接将网页上的表格导入到Excel工作表中D．先将包含表格的网页保存为．htm或．mht格式文件，然后在Excel中直接打开该文件正确答案：C解析：各类网站上有大量已编辑好的表格数据，可以将其导入到Excel工作表中用于统计分析。
这可通过“数据”选项卡下的“获取外部数据”选项组来实现。
故正确答案为C选项。
知识模块：Excel的功能和使用3．结构化程序设计中，下面对goto语句使用描述正确的是A．禁止使用goto语句B．使用goto语句程序效率高C．应避免滥用goto语句D．goto语句确实一无是处正确答案：C解析：滥用goto语句确实有害，应尽量避免；完全避免使用goto语句并非是明智的方法，有些地方使用goto语句会使程序流程更清楚、效率更高；争论的焦点不应该放在是否取消goto语句，而应该放在用在什么程序结构上。
知识模块：程序设计基础和软件工程基础4．某系统结构图如下图所示。
该系统结构图的最大扇入数是A．3B．4C．2D．1正确答案：A解析：系统结构图的最大扇入数指该模块在结构图中的直接上层模块数，扇出是该模块在结构图的直接下层模块数。
关联深度自适应的多假设跟踪研究
关联深度自适应的多假设跟踪研究陈杭;张伯彦;陈映【摘要】多假设跟踪（multiple hypothesis tracking，MHT）方法是一种在多个扫描上评价关联假设并由此做出决策的贝叶斯型关联跟踪方法，此方法能够在信噪比低10～100倍的状况下获得与单扫描方法相当的性能，但同时会带来相当大的计算量。
本文研究了面向航迹 MHT 中的关键算法，包括航迹得分计算与航迹树的生成、将航迹聚类和假设生成建模为图论问题并求解、N 扫描回溯剪枝等，特别关注了这些算法过程的实现；提出了一种关联深度自适应（adaptive association depth，AAD）方法，使关联深度随关联场景的复杂程度自适应变化；仿真研究了本文提出的 AAD-MHT 跟踪密集目标的性能，结果和分析表明，与深度值固定为6的 MHT 相比，最大深度为6的 AAD-MHT 既能保证性能又有效降低了计算量。
%Multiple hypothesis tracking(MHT)is a Bayesian association method that evaluates association hypotheses among multiple scans and makes evaluation-based paring with the single hypothesis method,MHT can work reasonably under 10 ~ 100 times lower signal-noise ratio (SNR)but it needs much more computational load.The implementation of track-oriented MHT (TOMHT)is studied and some key points are investigated,include calculating the track score,generating the track tree,modeling track clustering, hypotheses generating as problems in graph theory and N-scan pruning,etc.In the TOMHT framework,an a-daptive association depth (AAD)method is proposed.This method makes the association depth change adap-tively with the complexity of scenarios.Its performance is investigated by several simulation experimentson tracking closely targets.The results and analysis show that the performance of AAD-MHT is nearly the same as MHT but the computational load is much lower.【期刊名称】《系统工程与电子技术》【年(卷),期】2016(038)009【总页数】8页(P2000-2007)【关键词】多目标跟踪;多假设跟踪;数据关联;关联深度自适应【作者】陈杭;张伯彦;陈映【作者单位】北京无线电测量研究所，北京 100854;北京无线电测量研究所，北京 100854;北京无线电测量研究所，北京 100854【正文语种】中文【中图分类】TN953多目标跟踪(multi-target tracking, MTT)技术在军事和民用领域应用非常广泛。
基于多假设的目标检测跟踪算法
Electronic Technology •电子技术Electronic Technology & Software Engineering 电子技术与软件工程• 73【关键词】多假设 检测前跟踪 航向稳定性数据关联算法是目标跟踪处理的关键技术之一,尤其是杂波环境下的数据关联技术一直是研究热点。
多假设(MHT)是D.B.Reid 提出一种关联延迟决策算法，被认为是解决杂波环境下数据关联的最优算法。
但是，MHT 存在以下难点：一是算法实现所需的内存和计算量巨大；二是假设分支生成、假设合并和假设删除等核心处理较复杂，难以工程实现。
文献[3]采用目标回波幅度概率分布模型来简化MHT 算法，但是实际应用中这种处理方法有一定的局限性。
因此，本文提出了一种基于检测前跟踪技术(TBD)和航向稳定性的MHT 优化方法，具有一定的工程应用意义。
1 基于TBD的多假设关联算法多假设算法(MHT)以“全邻”最优滤波器为基础，利用多个扫描周期的量测进行数据关联，产生假设航迹分支。
但是假设航迹分支数目与目标数、虚假数以及所处理的数据帧数呈指数关系递增，为解决该问题，文献[4]利用公式（1）计算每个假设航迹的概率从而控制假设航迹分支数。
式中，C 为归一化常数因子，μF 、μN 分别是假设量测数和新目标数的先验PMF ，P t D 是航迹t 的探测概率。
但该假设概率计算复杂且某些参数工程中难以确定。
本文提出采用检测前跟踪（TBD ）原理来控制假设航迹分支数。
TBD 采用的是多帧检测法，在帧与帧之间对假设路径中包括的点作几乎没有信息损失的相关处理，经过多帧的积累，同时宣布检测结果与目标航迹。
其中，基于动态规划的TBD 数基于多假设的目标检测跟踪算法文/楼晓祥学模型如下：设k 阶段，状态和状态集合分别为x k 和X k 。
每个扫描周期得到的点迹对应相应的决策。
定义决策过程的值函数，使值函数最大，即 （2）（2）式中， （3）其中表示第i 阶段，状态x i 做出决策u i 情况下的阶段指标函数。
红外弱小目标检测算法研究-2008
Key Words: Infrared Targets Detection, Background Prediction, MHT
V
上海交通大学 学位论文原创性声明
本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研 究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他 个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人 和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本 人承担。
IV
Finally, software platform for IR detection and track is briefly introduced, and then it is used to evaluate the algorithms mentioned in this paper.
保密□，在 本学位论文属于 不保密√。 （请在以上方框内打“√” ）
年解密后适用本授权书。
学位论文作者签名：俞志刚
指导教师签名：李建勋
日期： 2008 年 1
月 29 日
日期： 2008 年 1
月 29 日
第一章 绪论
1.1
课题背景及研究意义
红外成像技术是一种非接触式的测试技术，它可以方便地检测目标发出的不 可见热辐射。从二十世纪五十年代开始，红外成像技术被广泛应用于军事领域， 尤其是在红外成像制导、红外告警和红外侦察等方面。近年来，随着精确制导武 器的飞速发展，战争对武器系统的整体性能提出了更高的要求，在一些局部战争 中， 红外成像技术显示出巨大的威力， 被广泛的应用于各类战略导弹、 战术导弹、 巡航导弹等，成为国内、外可控武器系统的第二代制导技术。随着现代电磁隐身 技术、反辐射导弹的不断发展，使得现代战争体系中重要传感器之一— 雷达正 面临着日益严峻的挑战和威胁。 而红外作为一种被动探测技术， 相较于雷达而言， 具有隐蔽性好、分辨率高、抗电磁干扰和反隐身的能力强等优点，已经成为现代 防御系统和武器装备中除雷达外应用最多的探测技术， 已经成为军事领域中最具 有发展前途的技术之一。 红外成像技术是目前对各军兵种都非常有用的新型高科技，具有极强抗干扰 能力，而且在作战中不会产生各种辐射，隐蔽性好，生存能力强。红外成像探测 器可探测0.1 至0.05 度的温差，长波红外成像可穿透烟雾，分辨率高，空间分辨 能力更可达0.1 毫弧度。另外，红外成像不受低空工作时地面和海面的多路径效 应影响，低空导引精度很高，可直接攻击目标要害，具有多目标全景观察、追踪 及目标识别能力，可整合微处理器实现对目标的热成像智慧型化导引；具有良好 的抗目标隐形能力，现有的电磁隐形、点源非成像红外隐形技术对红外成像导引 均无效。 一直以来， 图像中弱小目标的检测问题是光学和红外图像领域的研究热点， 同时也是难点.有关红外图像中弱小目标的检测技术的研究应包括两个方面， 一 是从红外成像系统方面来研究；二是从信号处理算法来研究。前者主要集中在 探测器、光学系统和读出电路以及器件非均匀性校正的研究，主要目的是为了
格雷厄姆算法流程 -回复
格雷厄姆算法流程-回复【格雷厄姆算法流程】的主题是一个非常经典而且重要的算法。
在这篇文章中，我将会逐步详细介绍格雷厄姆算法的流程。
首先，让我们来了解一下什么是格雷厄姆算法。
格雷厄姆算法是一种用于解决凸包问题的算法。
凸包问题是指给定平面上的一组点，找到能够包含所有点的最小凸多边形。
格雷厄姆算法的基本思想是通过一系列的操作逐步构建凸包，直到最终形成一个包含所有点的凸多边形。
接下来，我将详细介绍格雷厄姆算法的流程。
步骤1：找到最下面的点首先，我们需要找到平面上的最下面的点。
为了做到这一点，我们可以遍历所有的点，找到具有最小y坐标的点。
如果有多个点具有相同的最小y 坐标，我们选择x坐标最小的那个点。
这个点我们定义为P0。
步骤2：按极角排序点接下来，我们需要将所有的点按照它们与点P0的极角进行排序。
点P0位于所有点的极角为0的位置。
为了实现这个排序，我们可以使用极角相对于x轴的大小作为比较点的依据。
如果多个点具有相同的极角，我们选择距离P0最远的那个点放在最前面。
步骤3：构建凸包在步骤2排序完成后，我们可以开始构建凸包。
我们从排好序的点集中选取前两个点P0和P1，将它们加入凸包中。
然后，我们遍历剩余的点，依次将每个点加入凸包中。
在加入之前，我们需要检查这个点是否会使得凸包退化为一个线段，即新加入点与前面的两个点是否形成一个左转角。
如果形成了右转角，我们需要将前一个点从凸包中删除。
重复这个过程，直到所有的点都被处理完。
步骤4：输出凸包在步骤3完成之后，我们得到了一个包含所有点的凸多边形。
为了输出凸包，我们可以按照逆时针的顺序访问凸包中的点并输出它们的坐标。
格雷厄姆算法的时间复杂度为O(n log n)，其中n为点的数量。
这使得它成为解决凸包问题的一个高效算法。
然而，格雷厄姆算法并不适用于点的数量非常大的情况，因为它在排序点集和构建凸包时都需要较高的时间复杂度。
总结起来，格雷厄姆算法是一种用于解决凸包问题的高效算法。