紅外弱小目標(biāo)檢測(cè)一直以來(lái)在紅外預(yù)警和精確制導(dǎo)等方面有著廣泛應(yīng)用,是國(guó)防建設(shè)中的重要手段。為了迎合戰(zhàn)爭(zhēng)的需要,為防御系統(tǒng)贏(yíng)得更多的反應(yīng)時(shí)間,必須盡量早的檢測(cè)到目標(biāo)。由于紅外弱小目標(biāo)沒(méi)有顏色,紋理等特征,而且距離較遠(yuǎn),成像面積較小,這給進(jìn)行檢測(cè)的過(guò)程中加大了難度。因此,如何在距離較遠(yuǎn),有眾多干擾因素的環(huán)境下發(fā)現(xiàn)紅外弱小目標(biāo),從而為防御系統(tǒng)爭(zhēng)取更多的時(shí)間,是國(guó)防技術(shù)突破的重中之重。本文概括敘述了紅外成像機(jī)理,對(duì)目標(biāo)周?chē)母蓴_特性,目標(biāo)特征以及噪聲特性展開(kāi)剖析,介紹了幾種常用的紅外圖像預(yù)處理的方法,討論了幾種紅外弱小目標(biāo)檢測(cè)算法,主要討論內(nèi)容包括以下幾點(diǎn):（1）對(duì)紅外成像原理從紅外輻射理論和紅外成像系統(tǒng)等多方面展開(kāi)了闡述,敘述了紅外成像的機(jī)理,通過(guò)數(shù)學(xué)建模,分析紅外圖像目標(biāo)周?chē)沫h(huán)境特點(diǎn)。從頻域?yàn)V波以及空域?yàn)V波方面詳細(xì)討論了紅外圖像預(yù)處理的手段。這些相關(guān)的機(jī)理研究,給后面針對(duì)性紅外弱小目標(biāo)檢測(cè)算法的提出和完善奠定了理論依據(jù)。（2）針對(duì)傳統(tǒng)局部對(duì)比度度方法遍歷全圖像,逐個(gè)點(diǎn)計(jì)算導(dǎo)致效率比較低以及容易受噪聲影響造成虛警點(diǎn)的問(wèn)題,提出改進(jìn)的圖像局部對(duì)比度的紅外弱小目標(biāo)檢測(cè)方法,在基于圖像局部信息熵的... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

視覺(jué)信息處理過(guò)程

第一章緒論7圖1-2紅外目標(biāo)檢測(cè)基本流程我國(guó)雖然在這方面的研究比較落后，但在國(guó)家的大力支持下迅速發(fā)展，國(guó)內(nèi)進(jìn)行紅外目標(biāo)檢測(cè)研究相關(guān)的機(jī)構(gòu)眾多，主要有：國(guó)防科技大學(xué)，中國(guó)科學(xué)院，電子科技大學(xué)，哈爾濱工業(yè)大學(xué)等。重點(diǎn)研究的內(nèi)容包括紅外預(yù)警，紅外制導(dǎo)，目標(biāo)探測(cè)，同時(shí)紅外探測(cè)系統(tǒng)將光電傳感技術(shù)、圖像處理技術(shù)等有利融合，可以對(duì)目標(biāo)全天探測(cè)。將光信號(hào)轉(zhuǎn)換成電信號(hào)，將人眼無(wú)法看到的紅外輻射，轉(zhuǎn)換成具體可被人眼接收的圖像信息。紅外目標(biāo)檢測(cè)基本流程如圖1-2所示。通常情況下，我們將紅外弱小目標(biāo)檢測(cè)的方法根據(jù)檢測(cè)和跟蹤的前后順序不同，主要分為兩類(lèi)：跟蹤前檢測(cè)（DetectionBeforeTrack，DBT）和檢測(cè)前跟蹤（TrackBeforeDetection，TBD）。（1）先檢測(cè)后跟蹤技術(shù)經(jīng)典的小目標(biāo)檢測(cè)與跟蹤方法是DBT，即先根據(jù)檢測(cè)概率和虛警概率計(jì)算單幀圖像的檢測(cè)門(mén)限，然后對(duì)每幀圖像進(jìn)行分割，并將目標(biāo)的單幀檢測(cè)結(jié)果與目標(biāo)運(yùn)動(dòng)軌跡進(jìn)行關(guān)聯(lián)，最后進(jìn)行目標(biāo)跟蹤。DBT具體流程實(shí)現(xiàn)如圖1-3所示。預(yù)處理后紅外圖像序列閾值設(shè)定與分割，潛在目標(biāo)提取運(yùn)動(dòng)軌跡分析，檢測(cè)結(jié)果的確認(rèn)輸出檢測(cè)結(jié)果圖1-3先檢測(cè)后跟蹤目標(biāo)檢測(cè)算法流程DBT方法通常適應(yīng)于信噪比比較高的情況，但是當(dāng)信噪比比較低時(shí)，效果并不理想，通過(guò)對(duì)信號(hào)進(jìn)行長(zhǎng)期的相參積累從而提升目標(biāo)回波信號(hào)能量，來(lái)提高信噪比，進(jìn)而滿(mǎn)足DBT處理的要求。閾值分割算是紅外弱小目標(biāo)檢測(cè)中最簡(jiǎn)單的技術(shù)，它的計(jì)算簡(jiǎn)單而且運(yùn)算量很小，但是在實(shí)際應(yīng)用中比較局限[31]。按照基于頻域分

第一章緒論11圖1-5本文簡(jiǎn)要技術(shù)路線(xiàn)圖1.4論文結(jié)構(gòu)安排本文共分為六章，每章內(nèi)容安排如下：第一章，概述進(jìn)行紅外弱小目標(biāo)檢測(cè)和視覺(jué)顯著性研究的重要性，綜述了紅外弱小目標(biāo)檢測(cè)和視覺(jué)顯著性的發(fā)展趨勢(shì)，分類(lèi)介紹了視覺(jué)顯著性相關(guān)理論，從跟蹤前檢測(cè)（DBT）和檢測(cè)前跟蹤（TBD）兩部分介紹了紅外弱小目標(biāo)檢測(cè)的相關(guān)方法，闡述了本文的主要研究?jī)?nèi)容。第二章，從紅外輻射理論和紅外成像系統(tǒng)兩方面研究紅外成像理論，對(duì)包含弱小目標(biāo)的紅外圖像特性進(jìn)行分析，通過(guò)數(shù)學(xué)建模，對(duì)紅外圖像中的背景特性，目標(biāo)

【參考文獻(xiàn)】：
期刊論文
[1]從壓縮傳感到低秩矩陣恢復(fù):理論與應(yīng)用[J]. 彭義剛,索津莉,戴瓊海,徐文立.  自動(dòng)化學(xué)報(bào). 2013(07)
[2]遺傳算法優(yōu)化結(jié)構(gòu)元素的紅外小目標(biāo)檢測(cè)方法[J]. 趙春江,王俊,紀(jì)平.  沈陽(yáng)理工大學(xué)學(xué)報(bào). 2011(01)

博士論文
[1]基于稀疏動(dòng)態(tài)反演的紅外弱小目標(biāo)檢測(cè)理論及方法研究[D]. 王曉陽(yáng).電子科技大學(xué) 2018

碩士論文
[1]基于空時(shí)顯著性的紅外弱小目標(biāo)檢測(cè)[D]. 韓演.電子科技大學(xué) 2017
[2]復(fù)雜背景下紅外弱小目標(biāo)的正演模擬與仿真技術(shù)研究[D]. 鐘露.電子科技大學(xué) 2016



本文編號(hào)：3015839