紅外目標檢測技術在軍事、國防等領域應用廣泛,隨著計算機技術的發(fā)展,紅外目標的檢測跟蹤精度越來越高,紅外目標檢測跟蹤技術應用在了工業(yè)、農業(yè)和交通等更多領域中。其中,紅外弱小目標的檢測跟蹤技術難度大,軍用和民用價值高,成為了各界研究學者廣泛關注的課題。本文在此基礎上,展開了基于人類視覺機制的紅外弱小目標檢測與跟蹤算法研究。首先,對紅外圖像進行研究,分析了圖像背景、噪聲和弱小目標的特性,介紹了基于背景抑制和噪聲抑制的紅外圖像預處理方法,為本文的研究內容提供理論基礎。其次,針對由背景邊緣和高亮度的角點引起的檢測虛警問題,從人類視覺特性出發(fā),以小目標和背景邊緣在局域內的方向特性為依據,提出了改進的顯著性檢測方法。針對在對不同尺度的目標進行檢測時檢測效果不穩(wěn)定的問題,將顯著性檢測和尺度空間結合,提出了尺度自適應的弱小目標檢測方法。通過實驗驗證了上述方法的有效性。然后,對基于眼動機制的紅外弱小目標檢測跟蹤方法進行研究。該方法先對紅外圖像進行顯著性檢測,然后確定感興趣區(qū)域,在感興趣區(qū)域內對目標進行檢測,最后模擬人類視覺的眼動方式對目標進行跟蹤。針對基于眼動機制的PID跟蹤算法由于參數固定引起的跟蹤效果... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數】：86 頁

【學位級別】：碩士

【部分圖文】：

常見中值濾波模板

（2） 最大中值濾波算法在傳統的中值濾波算法上改進的最大中值濾波的濾波算子結構為：圖2.3 最大中值濾波結構示意圖最大中值濾波算法步驟為：a) 對中心像素點分別取如圖中箭頭所示的四個方向，每個方向上的像素灰度值可以表示為

在Top-hat算法中，結構元的大小和形狀對圖像預處理的結果有很大的影響，根據理論研究和實際經驗可以知道，結構元的面積要大于或者等于待檢測的目標的大小。圖2.11以結構元大小3 3為例，展示了兩種常見的結構元：（a）正方形 （b）十字形圖2.11 兩種常見的結構元(a) 原始紅外圖像 (b) Top-hat濾波結果圖2.12 Top-hat 濾波算法效果圖圖 2.12 為 Top-hat 處理后的效果圖，可以看出該算法能夠有效地抑制背景，同時較為完整地保留了目標信息。

【參考文獻】：
期刊論文
[1]基于核相關濾波器的多目標跟蹤算法[J]. 周海英,楊陽,王守義.  激光與光電子學進展. 2018(09)
[2]基于引導濾波和核相關濾波的紅外弱小目標跟蹤[J]. 趙東,周慧鑫,秦翰林,錢琨,榮生輝,成寬洪,宋尚真.  光學學報. 2018(02)
[3]基于人類視覺機制的紅外目標檢測方法[J]. 王瑞,朱志宇,張冰.  火力與指揮控制. 2017(10)
[4]基于視覺對比度機制的紅外小目標檢測[J]. 陳玉文,李玲,辛云宏.  激光與紅外. 2017(02)
[5]多伯努利濾波的快速紅外弱小目標檢測與跟蹤[J]. 李翠蕓,李寧,姬紅兵.  西安電子科技大學學報. 2016(04)
[6]典型的紅外圖像背景抑制濾波算法研究[J]. 王初陽,李雪,梁承玉,李博章.  火力與指揮控制. 2015(08)
[7]采用圖像塊對比特性的紅外弱小目標檢測[J]. 王剛,陳永光,楊鎖昌,高敏,戴亞平.  光學精密工程. 2015(05)
[8]改進中值濾波方法的圖像預處理技術[J]. 王紅君,施楠,趙輝,岳有軍.  計算機系統應用. 2015(05)
[9]紅外弱小目標檢測技術研究現狀與發(fā)展趨勢[J]. 侯旺,孫曉亮,尚洋,于起峰.  紅外技術. 2015(01)
[10]改進的多貝努利濾波檢測前跟蹤算法[J]. 歐陽成,華云,高尚偉.  系統工程與電子技術. 2013(11)

博士論文
[1]序列圖像紅外小目標檢測與跟蹤算法研究[D]. 孫繼剛.中國科學院研究生院(長春光學精密機械與物理研究所) 2014

碩士論文
[1]基于隨機有限集的弱小目標TBD方法研究[D]. 廖良雄.西安電子科技大學 2014
[2]復雜云背景中小目標檢測的背景抑制方法[D]. 郭晗.哈爾濱工業(yè)大學 2014



本文編號：3368329