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

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.