目标定位与身份识别技术广泛应用于各个领域,由于目标种类多样,背景复杂多变,需要设计不同的目标定位与身份识别算法以适应不同的应用场合。基于视频流的目标定位与身份识别充分利用视频流中物体的运动信息,通过计算机视觉系统和模式识别算法确定目标的位置和身份特征,广泛用于虚拟现实、移动机器人循迹导航与定位等领域。研究基于视频流的目标定位与身份识别非常有意义。本课题针对部队战士对战训练系统,设计并实现基于视频流的目标定位与身份识别硬件系统及软件算法。在战士对战训练过程中,通过图像采集模块实时监控对战场地,检测参战士兵在序列图像中的位置,根据目标身份标签识别士兵的身份编码,并通过坐标映射计算士兵在真实场景中的二维坐标。本文研究的智能对战训练的目标定位与身份识别算法,用红外频闪光源标签标识目标身份,光源闪烁频率对应身份编码。针对红外光点目标检测的特点,首先用迭代阈值分割法预处理图像,分割出光点目标。之后改进轨迹关联检测算法,检测目标在图像中的位置。并用最小二乘法预测目标位置,去除虚假目标光点,建立目标轨迹并保存光点闪烁频率信息,对该信息解码可识别出目标的身份编码。对于可能出现的误码情况,本文设计了检错机制,使用奇偶检错法检测并去除误码。考虑坐标映射的精准性要求,对图像失真进行校正,采用基于图像内容的模板校正法,初步校正图像的非线性失真。为了尽可能减小误差,提出采用分块迭代校正算法。首先对图像分块,利用图像块之间的约束关系,依据统计学原理,迭代计算映射参数。算法可以减小人工误差和系统误差的影响,将失真图像中的坐标精确映射到真实场景中。