摘要
过去采用数据融合方法进行的汽车目标跟踪,未对目标图像信息有效处理,图像噪声影响较强,无法准确的对目标实施识别和跟踪,研究红外图像目标跟踪在智能网联汽车的应用过程,采用红外图像成像原理获取智能网联汽车的目标红外图像,通过滤波降噪、图像增强和图像分割操作降低红外图像的噪声、增强目标与背景对比度,实现目标与红外图像背景的有效分割;在此基础上,采用均值漂移目标跟踪算法,在新的红外图像中确定目标待选位置,并确保描述目标直方图与备选目标直方图概率分布相似度的巴氏系数最大,实现智能网联汽车对目标的准确跟踪。实验结果说明,红外图像目标跟踪在提升智能网联汽车目标识别结果上有显著作用,识别简单场景和复杂场景目标的正确率分别为0. 966和0. 565,都高于数据融合方法,且目标跟踪效率高。