提出一种基于直方图二值化和改进的轮廓跟踪的瞳孔检测方法。首先对采集的瞳孔图像计算直方图, 根据直方图特征取出合适的阈值进行二值化, 再对二值化后的图像进行轮廓跟踪, 得到精确的轮廓边界, 进而得到直径、中心等信息。对前一帧瞳孔图像进行瞳孔信息计算后, 后一帧图像以该瞳孔中心为中心, 缩小检测区域进行直方图二值化及瞳孔轮廓跟踪, 得到该帧图像的瞳孔信息, 减少运算, 加快检测速率。该算法鲁棒性高, 速度快, 可满足 300帧/s的实时检测速度。

由于中心对称局部二值模式(CS-LBP)的虹膜识别具有特征维数高、对噪声敏感等缺点, 提出了基于统计特征中心对称局部二值模式(SCCS-LBP)的虹膜识别方法。首先, 根据虹膜纹理的分布特性, 用CS-LBP对归一化的虹膜图像进行编码; 为了进一步降低特征维数, 对编码后的图像进行特征统计。然后, 根据统计结果的分布, 提取出有效的二值特征图像。最后, 用Hamming距离进行虹膜识别。对CASIA1.0、CASIA2.0、CASIA3.0-Interval、MMU1图像库进行了识别, 最高正确识别率分别为99.955%、99.848%、99.989%、99.916%。实验结果表明: 该方法有效地利用了虹膜纹理分布特性, 与LBP和CS-LBP方法相比, 具有更少的特征维数、更高的正确识别率和更好的鲁棒性。

海天线提取是研究海天背景条件下目标跟踪的一项重要内容。考虑到海天背景的多样性, 首先分析了现有算法的缺点, 然后提出了一种适应性较好的海天线提取算法。算法首先用中值滤波去除云层和海杂波等噪声, 然后利用基于相位编组的Hough变换提取出海天线。由于算法融合了相位编组和Hough变换两者的优点, 所以该方法不但能提取出低对比度下的海天线, 而且还具有强的抗干扰性, 克服了相位编组和Hough变换各自的缺点。实验结果证明, 该方法能提取出简单和复杂背景中的海天线, 适应性好、鲁棒性强、定位准确, 降低了后续目标跟踪的复杂度。

通过对各种跟踪算法的研究, 提出了一种适应性较好的目标运动预测与多模板匹配相结合的相关跟踪算法, 并给出了模板匹配相关算法中的判断准则、模板更新准则和目标被遮挡判断。实验证明, 该方法能够在复杂背景条件下运动目标发生遮挡时进行稳定跟踪。