【摘要】：紅外小目標(biāo)檢測(cè)跟蹤廣泛應(yīng)用于視頻監(jiān)控、遙感技術(shù)、精確導(dǎo)航制導(dǎo)、軍事防御等各個(gè)領(lǐng)域。實(shí)際應(yīng)用場(chǎng)景中的背景圖像往往包含大量背景雜波,極易造成檢測(cè)結(jié)果中的虛警。此外,在軍事領(lǐng)域,不僅要求紅外制導(dǎo)系統(tǒng)在復(fù)雜場(chǎng)景中穩(wěn)定跟蹤目標(biāo),還要求系統(tǒng)具備抗人工誘餌彈干擾能力。因此抵抗復(fù)雜場(chǎng)景中的自然干擾與人工干擾,完成紅外小目標(biāo)的檢測(cè)跟蹤具有重要意義。本文分析了目標(biāo)與干擾特性,重點(diǎn)研究了復(fù)雜干擾場(chǎng)景中的紅外小目標(biāo)檢測(cè)和跟蹤問(wèn)題,主要研究?jī)?nèi)容如下:針對(duì)復(fù)雜場(chǎng)景中紅外小目標(biāo)檢測(cè)問(wèn)題,本文對(duì)紅外弱小目標(biāo)以及所在場(chǎng)景中的邊緣、角點(diǎn)等背景雜波進(jìn)行分析與對(duì)比,總結(jié)了目標(biāo)與雜波在灰度分布和結(jié)構(gòu)大小上的差異,提出了一種基于最相似鄰近塊背景估計(jì)的紅外小目標(biāo)檢測(cè)算法。算法將傳統(tǒng)的基于像素點(diǎn)的背景估計(jì)算法提升為基于圖像像素塊的背景估計(jì)算法,能有效的將復(fù)雜背景中的邊緣雜波保留在背景圖像中,減少目標(biāo)圖像中的邊緣雜波,降低檢測(cè)結(jié)果的虛警率。實(shí)驗(yàn)結(jié)果表明,該算法能在背景圖像估計(jì)過(guò)程中準(zhǔn)確地區(qū)分目標(biāo)與雜波,是一種高檢測(cè)率、低虛警率的紅外小目標(biāo)檢測(cè)算法。針對(duì)紅外小目標(biāo)跟蹤過(guò)程中會(huì)受到虛警、相似物干擾的問(wèn)題,本文分析了目標(biāo)的特征和運(yùn)動(dòng)特性,提出了一種基于自適應(yīng)權(quán)重的多特征聯(lián)合濾波目標(biāo)預(yù)關(guān)聯(lián)算法,該算法通過(guò)建立目標(biāo)特征模型和目標(biāo)軌跡鏈,有效地抵抗了與目標(biāo)特征差異較大的干擾物的影響。針對(duì)目標(biāo)跟蹤過(guò)程中受到紅外誘餌干擾的問(wèn)題,通過(guò)對(duì)紅外誘餌從釋放到消失的整個(gè)周期內(nèi)與紅外小目標(biāo)之間行為特征進(jìn)行分析,總結(jié)了紅外誘餌干擾行為的特性,提出了基于特征壓縮和最小風(fēng)險(xiǎn)準(zhǔn)則的紅外誘餌干擾事件檢測(cè)算法。最后在以上兩種算法基礎(chǔ)上提出了一種基于事件檢測(cè)的抗誘餌紅外小目標(biāo)跟蹤算法。實(shí)驗(yàn)結(jié)果表明,該算法不僅能準(zhǔn)確檢測(cè)出紅外誘餌事件,而且能在干擾發(fā)生時(shí)自適應(yīng)地采用不同的跟蹤策略對(duì)目標(biāo)進(jìn)行跟蹤,有效地抵抗復(fù)雜場(chǎng)景中多種干擾,完成目標(biāo)實(shí)時(shí)跟蹤。
【圖文】：

我們對(duì)原始目標(biāo)和目標(biāo)與誘餌彈相互遮擋產(chǎn)生的“新目標(biāo)”進(jìn)行邊緣提取，，結(jié)果如圖2-11 所示。從圖中可以看出，由于目標(biāo)與誘餌彈的相互重疊，“新目標(biāo)”不僅輪廓變大，而且輪廓的方向也發(fā)生了變化，與真實(shí)目標(biāo)的區(qū)別十分明顯。圖 2-11 目標(biāo)釋放紅外誘餌彈前后的輪廓提取結(jié)果。第一列為目標(biāo)未釋放紅外誘餌彈時(shí)的目標(biāo)區(qū)域和對(duì)應(yīng)的邊緣檢測(cè)結(jié)果。第二列為目標(biāo)釋放紅外誘餌彈時(shí)的目標(biāo)區(qū)域和對(duì)應(yīng)的邊緣檢測(cè)結(jié)果。綜上所述，通過(guò)對(duì)紅外誘餌干擾行為的詳細(xì)分析，我們發(fā)現(xiàn)真實(shí)目標(biāo)與 “新目標(biāo)”雖然在表征特性上極為相似，但在輪廓的方向和大小上存在明顯差異，因此可以實(shí)時(shí)提取目標(biāo)的輪廓特征，并利用該特征在目標(biāo)釋放誘餌前后的差異實(shí)現(xiàn)對(duì)紅外誘餌干擾行為的檢測(cè)，使蹤算法具有自適應(yīng)判斷并抵抗紅外誘餌干擾的能力。

免其自相似性的干擾，在估計(jì)時(shí)應(yīng)該建立一定的保護(hù)區(qū)域，避塊尺寸時(shí)，目標(biāo)被自身區(qū)域估計(jì)，影響估計(jì)結(jié)果。保護(hù)區(qū)域的小的 2 倍。述，我們提出了如下的最相似鄰近塊搜索策略。如圖 3-4 所示 )被分成了很多小像素塊，紅色方框表示中心像素塊0V，黃色方域?yàn)樾枰獜乃阉鲄^(qū)域排除的保護(hù)區(qū)，主要是為了避免像素塊自外小目標(biāo)對(duì)背景圖像估計(jì)引起的偏差。因此，中心像素塊0V的下式得到：1 2a r g m a x ( , , )kii S S Ss iV ViS表示中心像素塊和其周?chē)趇 個(gè)像素塊的相似性。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TN21

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 杜鵬;;基于形態(tài)學(xué)及小面核濾波的紅外小目標(biāo)檢測(cè)方法[J];喀什大學(xué)學(xué)報(bào);2019年06期

2 王鐸;;尺度空間理論在紅外小目標(biāo)檢測(cè)中的應(yīng)用研究[J];光電技術(shù)應(yīng)用;2017年02期

3 秦曉燕;袁廣林;薛模根;;嶺回歸協(xié)助稀疏表示紅外小目標(biāo)檢測(cè)[J];光電工程;2014年02期

4 方義強(qiáng);樊祥;程正東;陳衛(wèi);胡濤濤;;基于數(shù)學(xué)形態(tài)學(xué)的紅外小目標(biāo)跟蹤研究[J];彈箭與制導(dǎo)學(xué)報(bào);2012年02期

5 張長(zhǎng)城;楊德貴;王宏強(qiáng);李智明;;基于粒子濾波的紅外小目標(biāo)跟蹤方法[J];現(xiàn)代防御技術(shù);2008年02期

6 王俊林,張劍云;紅外小目標(biāo)識(shí)別的新方法[J];紅外技術(shù);2005年05期

7 李鵬;陳錢(qián);鄭海鷗;何寶福;;紅外小目標(biāo)圖像的預(yù)處理方法[J];紅外與激光工程;2011年04期

8 陳玉丹;周冰;;紅外小目標(biāo)檢測(cè)中的背景預(yù)處理技術(shù)研究[J];科學(xué)技術(shù)與工程;2006年18期

9 李震;鄭建寶;朱振馳;林耀聰;;基于紅外小目標(biāo)識(shí)別的空中鼠標(biāo)解決方案[J];電腦知識(shí)與技術(shù);2014年05期

10 馬俊;吳玉雯;;基于海天線提取的紅外小目標(biāo)檢測(cè)方法[J];電子設(shè)計(jì)工程;2012年06期

相關(guān)會(huì)議論文 前10條

1 謝麗娟;黃建軍;黃敬雄;高國(guó)星;;基于壓縮量測(cè)的紅外小目標(biāo)檢測(cè)[A];第十四屆中國(guó)體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2015年

2 秦興橋;郎士寧;王輝;;紅外小目標(biāo)背景抑制和檢測(cè)方法研究[A];計(jì)算機(jī)研究新進(jìn)展（2010）——河南省計(jì)算機(jī)學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

3 倪小慧;黃建軍;;基于Top-hat變換的最大化背景預(yù)測(cè)紅外小目標(biāo)檢測(cè)方法[A];第八屆全國(guó)信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

4 顧蕊;趙建;孫海江;;基于多幀形態(tài)學(xué)融合的紅外小目標(biāo)檢測(cè)[A];第八屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2010年

5 鄒斌;周爽;張楓;劉晨;;基于小波變換的海面紅外小目標(biāo)檢測(cè)[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

6 張雙壘;陳凡勝;段東;林劍春;董玉翠;;基于遺傳算法紅外小目標(biāo)檢測(cè)的研究[A];第十屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

7 程玉寶;;基于數(shù)學(xué)形態(tài)學(xué)的紅外小目標(biāo)檢測(cè)研究[A];光子科技創(chuàng)新與產(chǎn)業(yè)化——長(zhǎng)三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

8 朱斌;樊祥;馬東輝;程正東;;天空紅外圖像非平穩(wěn)背景的小波域抑制[A];第二屆紅外成像系統(tǒng)仿真測(cè)試與評(píng)價(jià)技術(shù)研討會(huì)論文集[C];2008年

9 蔣躍;鄧?yán)?徐生求;;紅外小目標(biāo)檢測(cè)算法[A];2009年先進(jìn)光學(xué)技術(shù)及其應(yīng)用研討會(huì)論文集（上冊(cè)）[C];2009年

10 鄭存紅;張文艷;董靜;;紅外小目標(biāo)聚類算法研究及DSP實(shí)現(xiàn)[A];中國(guó)造船工程學(xué)會(huì)電子技術(shù)學(xué)術(shù)委員會(huì)2006學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2006年

相關(guān)博士學(xué)位論文 前8條

1 楊磊;復(fù)雜背景條件下的紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];上海交通大學(xué);2006年

2 趙坤;復(fù)雜環(huán)境下紅外小目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];哈爾濱工程大學(xué);2006年

3 錢(qián)惟賢;復(fù)雜背景下紅外小目標(biāo)探測(cè)與跟蹤若干關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2010年

4 劉源;空中平臺(tái)大視場(chǎng)紅外小目標(biāo)實(shí)時(shí)探測(cè)技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院上海技術(shù)物理研究所);2017年

5 韓金輝;基于人類視覺(jué)特性的復(fù)雜背景紅外小目標(biāo)檢測(cè)研究[D];華中科技大學(xué);2016年

6 劉云鶴;基于注意機(jī)制的紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];哈爾濱工程大學(xué);2009年

7 魏長(zhǎng)安;紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];哈爾濱工業(yè)大學(xué);2009年

8 孫繼剛;序列圖像紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2014年

相關(guān)碩士學(xué)位論文 前10條

1 王沖;線陣掃描對(duì)空紅外小目標(biāo)捕獲模塊研制[D];哈爾濱工業(yè)大學(xué);2019年

2 王曉鵬;基于Zynq的紅外小目標(biāo)檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2019年

3 王博洋;基于多方向環(huán)形梯度法的紅外小目標(biāo)檢測(cè)技術(shù)研究[D];西安電子科技大學(xué);2019年

4 劉偉;紅外小目標(biāo)跟蹤算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2019年

5 張清順;基于FPGA的星載紅外小目標(biāo)檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2019年

6 徐雪萍;復(fù)雜干擾場(chǎng)景下的紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];華中科技大學(xué);2019年

7 張曉敏;天空背景下紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];南京理工大學(xué);2018年

8 王博雅;對(duì)空紅外小目標(biāo)跟蹤系統(tǒng)研制[D];哈爾濱工業(yè)大學(xué);2018年

9 薛國(guó)姣;紅外小目標(biāo)顯著性特征提取方法研究[D];西安電子科技大學(xué);2018年

10 徐文晴;紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];華中科技大學(xué);2017年

本文編號(hào)：2588642