紅外小目標的捕獲與跟蹤在紅外精確制導、遙感、空間探測和航空導航等領(lǐng)域有著廣泛的應用。然而,應用環(huán)境有時會迫使我們將成像系統(tǒng)與目標保持一定的距離,從而導致在攝像機的視野中出現(xiàn)較小的目標。同時,由于紅外成像設(shè)備的抖動、成像設(shè)備的噪聲等因素,微弱目標信號被淹沒在復雜的背景中。還有隱身戰(zhàn)斗機等向空中輻射的電磁信號越來越微弱,采用反射目標的回波來搜索和定位的雷達等探測設(shè)備已不能滿足現(xiàn)實的需求。這些存在的問題致使紅外圖像序列中微弱小目標檢測與跟蹤工作變得更加困難和具有挑戰(zhàn)性。紅外熱成像技術(shù)由于良好的隱蔽性能,全天候晝夜成像的特點、機動性好、配置方便,非常有利于搭載在預警和無人機上。監(jiān)視系統(tǒng)要是能在早期識別敵方目標,然后鎖定目標并跟蹤,這樣可以給面目標跟蹤識別階段省去檢測這一環(huán)節(jié)而大大延長己方防空系統(tǒng)的反應時間,亦或在面目標階段二次檢測目標,降低檢測的虛警概率,并向防空系統(tǒng)發(fā)出報警。因此,設(shè)計一種魯棒的紅外小目標檢測算法具有重要的現(xiàn)實意義和實用價值。本文在前人基礎(chǔ)上設(shè)計出了兩種不同的小目標檢測算法:分別是量子遺傳算法和局部對比增強的小目標檢測和基于雙邊濾波下局部強度與梯度融合的小目標檢測。一種是利用... 

【文章來源】：新疆大學新疆維吾爾自治區(qū) 211工程院校

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

高斯分布概率密度函數(shù)曲線

142.2.4 紅外序列圖像數(shù)學模型介紹三維空間中紅外序列圖像分布由背景、目標和噪聲雜波組成，表示如下[31]：式中 ， ， 分別表示背景、目標和噪聲雜波信息， 表示像素點所在坐標位置， 表示幀差間隔。2.3 檢測系統(tǒng)的基本結(jié)構(gòu)2.3.1 基于 DBT 和 TBD 檢測系統(tǒng)[32]DBT 為單幀檢測，算法比較簡單，實時性好。TBD 為跟蹤檢測，復雜度高，算法較難。兩種檢測系統(tǒng)的結(jié)構(gòu)組成如圖 2-4 和 2-5 所示。( x,y)（2-2）B ( x,y,t)T ( x,y,t)N( x,y,t)t圖 2-3 加噪圖像及其三維分布圖(c)(f)I ( x,y,t) B(x,y,t) T(x,y,t) N(x,y,t)

圖像預處理：通過特定的濾波方法來達到背景抑制、噪聲消除、信噪比提升。多幀檢測：先跟蹤后檢測，目的是消除虛假目標，提高檢測率。檢測器：通過一定的閾值分隔技術(shù)分離雜波提取目標。跟蹤確認目標：根據(jù)目標特定運動的連續(xù)性和相關(guān)性設(shè)置特定合適的方法進行跟蹤目標、記錄軌跡，進一步排除虛假目標。2.3.2 檢測器閾值設(shè)置[33]雜波抑制后，由恒虛警率準則，當閾值為 T 時，則誤警率為 ，我們要設(shè)定合適的閾值 T 來最大限度的分離殘留雜波檢測出小目標。為此通過設(shè)定 ,由公式（2-3）反求出閾值 T。圖像中像素值大于 T 的二值化為 1，保留為可能目圖 2-5 TBD 跟蹤檢測系統(tǒng)fPfP

【參考文獻】：
期刊論文
[1]量子遺傳算法和局部對比增強的小目標檢測[J]. 張國峰,艾斯卡爾·艾木都拉.  電視技術(shù). 2018(12)
[2]基于改進LCM的紅外小目標檢測算法[J]. 張祥越,丁慶海,羅海波,惠斌,常錚,張俊超.  紅外與激光工程. 2017(07)
[3]一種基于方差標記的形態(tài)學紅外小目標檢測算法[J]. 方義強,程正東,樊祥,朱斌,陳曉斯.  電子學報. 2015(02)
[4]基于雙邊濾波和巴氏距離的紅外小目標檢測[J]. 田紅彬.  核電子學與探測技術(shù). 2014(10)
[5]一種有效的紅外小目標檢測方法[J]. 崔璇,辛云宏.  光子學報. 2014(02)
[6]基于形態(tài)學梯度的紅外目標檢測[J]. 毋亞北,王衛(wèi)華,吳巨紅,陳曾平.  光電工程. 2012(09)
[7]基于形態(tài)學方法的紅外小目標檢測[J]. 臧傳吉,李桂祥,王宇翔.  空軍雷達學院學報. 2012(02)
[8]一種改進的多向梯度紅外小目標檢測方法[J]. 徐勝航.  光學與光電技術(shù). 2012(02)
[9]地基紅外系統(tǒng)探測空間目標紅外星等的分析[J]. 牟達,李全勇,董家寧.  紅外與激光工程. 2011(09)
[10]基于改進的雙邊濾波的單幀紅外弱小目標背景抑制[J]. 曾雅瓊,陳錢.  紅外技術(shù). 2011(09)

博士論文
[1]基于人類視覺特性的復雜背景紅外小目標檢測研究[D]. 韓金輝.華中科技大學 2016
[2]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]復雜云層背景下紅外小目標檢測算法研究[D]. 孫學超.哈爾濱工程大學 2017
[2]基于移動管道的紅外弱小目標檢測算法與仿真驗證研究[D]. 盧躍.浙江大學 2015
[3]小目標紅外圖像檢測技術(shù)[D]. 酒樂.電子科技大學 2012



本文編號：3490846