為了在對(duì)空中小目標(biāo)打擊過(guò)程中實(shí)現(xiàn)對(duì)目標(biāo)的準(zhǔn)確檢測(cè)與跟蹤,針對(duì)空中紅外弱小目標(biāo)信噪比低、像素點(diǎn)少等特點(diǎn),本文基于紅外視頻圖像,采用高斯濾波以及Top-Hat算子對(duì)圖像進(jìn)行預(yù)處理;利用邊緣檢測(cè)算法對(duì)圖像中的目標(biāo)進(jìn)行檢測(cè)與定位;根據(jù)檢測(cè)得到的目標(biāo)初始位置,通過(guò)核化相關(guān)濾波跟蹤算法對(duì)目標(biāo)持續(xù)跟蹤;最后對(duì)跟蹤效果做了定量評(píng)估。實(shí)驗(yàn)結(jié)果顯示,跟蹤最大視場(chǎng)角度誤差不超過(guò)0.0062°,運(yùn)行速度平均每幀可達(dá)25.3幀/s,該方法能夠有效地對(duì)空中紅外弱小目標(biāo)進(jìn)行自動(dòng)檢測(cè)跟蹤。 

【文章來(lái)源】：紅外技術(shù). 2020,42(04)北大核心CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

KCF吊傘模型跟蹤結(jié)果Fig.6TrackingresultsofKCFumbrellamodel(d)第220幀(d)220thframe(e)第300幀(e)300thframe(f)第420幀(f)420thframe

峁?綾?1所示。表1實(shí)驗(yàn)條件及跟蹤速度Table1ExperimentalconditionsandtrackingspeedTrackingalgorithmKCFFeatureexpressionHOG+GrayCPU2.50GHzIntelCorei5-7300HQRAM8GBOperatingsystemX64,Windows10AlgorithmplatformVS2015+OpenCV3.1.0Videoresolution640512Trackingspeed25.3frame/s(a)第5幀(a)5thframe(b)第80幀(b)80thframe(c)第180幀(c)180thframe(d)第220幀(d)220thframe(e)第300幀(e)300thframe(f)第420幀(f)420thframe圖6KCF吊傘模型跟蹤結(jié)果Fig.6TrackingresultsofKCFumbrellamodel

第42卷第4期紅外技術(shù)Vol.42No.42020年4月InfraredTechnologyApr.2020360(a)各幀中心誤差(a)Centererrorofeachframe(b)中心誤差率(b)Centererrorrate圖7吊傘模型目標(biāo)跟蹤中心誤差Fig.7Targettrackingcentererrorofparasolmodel由實(shí)驗(yàn)結(jié)果可知，算法在對(duì)該空中紅外小型降落傘目標(biāo)的檢測(cè)及跟蹤較為精確，能夠在準(zhǔn)確檢測(cè)到目標(biāo)后對(duì)目標(biāo)進(jìn)行穩(wěn)定跟蹤，且能夠滿足實(shí)時(shí)性要求。4總結(jié)提出了一種人不在回路的對(duì)空小目標(biāo)檢測(cè)跟蹤方法，針對(duì)紅外弱小目標(biāo)圖像像素有限、灰度變化不穩(wěn)定以及背景分布不均勻等特點(diǎn)，通過(guò)圖像預(yù)處理，保證了邊緣輪廓檢測(cè)效果的可靠性[8-9]；采用相關(guān)濾波跟蹤算法，保證了該方法的實(shí)時(shí)性。最后通過(guò)實(shí)驗(yàn)可知，該方法運(yùn)行速度可達(dá)25.3幀/s，且對(duì)于該類目標(biāo)的視角誤差不超過(guò)0.0062，跟蹤精度較高，進(jìn)一步印證了本方法在實(shí)際應(yīng)用過(guò)程中的可行性，為有效打擊空中小型目標(biāo)提供了新的思路。參考文獻(xiàn)：[1]楊丹.紅外弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)算法研究[D].西安:西安理工大學(xué),2018.YANGDan.ResearchonDetectionAlgorithmofInfraredDimSmallMovingTarget[D].Xi"an:Xi"anUniversityofTechnology,2018.[2]侯旺,孫曉亮,尚洋,等.紅外弱小目標(biāo)檢測(cè)技術(shù)研究現(xiàn)狀與發(fā)展趨勢(shì)[J].紅外技術(shù),2015,37(1):1-10.HOUWang,SUNXiaoliang,SHANGYang,etal.Researchstatusanddevelopmenttrendofinfrareddimsmalltargetdetectiontechnology[J].InfraredTechnology,2015,37(1):1-10.[3]張世鋒,黃心漢,王敏.紅外背景抑制與小目標(biāo)檢測(cè)算法[J].中國(guó)圖像圖形報(bào),2016,21(8):1039-1047.ZHANGShifeng,HUANG

【參考文獻(xiàn)】：
期刊論文
[1]多信息融合的紅外弱小目標(biāo)檢測(cè)[J]. 危水根,王程偉,張聰炫,鄢慧斌.  紅外技術(shù). 2019(09)
[2]改進(jìn)的自適應(yīng)Canny邊緣檢測(cè)算法[J]. 段鎖林,殷聰聰,李大偉.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(06)
[3]地空背景下紅外弱小運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 楊慧,張寶輝,沙濤,王東京,王潤(rùn)宇.  紅外技術(shù). 2018(05)
[4]紅外背景抑制與小目標(biāo)檢測(cè)算法[J]. 張世鋒,黃心漢,王敏.  中國(guó)圖象圖形學(xué)報(bào). 2016(08)
[5]紅外弱小目標(biāo)檢測(cè)技術(shù)研究現(xiàn)狀與發(fā)展趨勢(shì)[J]. 侯旺,孫曉亮,尚洋,于起峰.  紅外技術(shù). 2015(01)

碩士論文
[1]紅外弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)算法研究[D]. 楊丹.西安理工大學(xué) 2018



本文編號(hào)：3507890