針對海上目標(biāo)紅外圖像采集工作中硬件噪聲與海面背景雜波帶來的影響,以海上無人船視頻導(dǎo)航避障系統(tǒng)為背景,對海上紅外目標(biāo)跟蹤工作系統(tǒng)噪聲進(jìn)行分析,設(shè)計了一種相關(guān)去噪算法,完成了系統(tǒng)建模,并對參數(shù)進(jìn)行了改進(jìn)。然后對海上紅外視頻進(jìn)行逐幀采樣,對采樣所得紅外圖像序列進(jìn)行濾波,將濾波前后跟蹤位置與目標(biāo)真實(shí)位置的中心坐標(biāo)進(jìn)行對比,最后將本文算法處理結(jié)果與其他類似算法進(jìn)行對比。實(shí)驗(yàn)結(jié)果表明,本文算法濾波后跟蹤位置與真實(shí)位置基本重合,捕獲率高于98%,跟蹤誤差小于1mrad,相對于類似濾波算法,信噪比提升了10dB。 

【文章來源】：激光與光電子學(xué)進(jìn)展. 2020,57(10)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

聯(lián)合濾波算法示意圖

本文采用海上紅外圖像進(jìn)行仿真，經(jīng)過調(diào)研，以SNR與BSF為參數(shù)來評價窗口ωk與懲罰值ε對海面背景的紅外圖像的去噪效果影響，如圖2、3所示。由圖2可知，當(dāng)窗口ωk大小不變時，隨著懲罰值ε的遞增，信噪比與背景抑制因子逐漸降低，證明該值越小，去噪效果越好。

令r為窗口半徑長度，由圖3可知，當(dāng)r>5時，隨著窗口半徑增加，信噪比與背景抑制因子逐漸降低。因此對r<5的情況進(jìn)行逐個測試，結(jié)果顯示，針對海面背景的紅外圖像，當(dāng)r=3時效果最好。3.2 海上紅外目標(biāo)跟蹤結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]紅外單幀圖像弱小目標(biāo)檢測技術(shù)綜述[J]. 王好賢,董衡,周志權(quán).  激光與光電子學(xué)進(jìn)展. 2019(08)
[2]基于改進(jìn)復(fù)雜度的紅外弱小目標(biāo)區(qū)域檢測算法[J]. 朱婧文,劉文好,印劍飛,劉禮城.  激光與光電子學(xué)進(jìn)展. 2018(10)
[3]基于改進(jìn)粒子算法的紅外弱小目標(biāo)檢測研究[J]. 姚成乾,陳偉.  激光與光電子學(xué)進(jìn)展. 2017(11)
[4]紅外圖像噪聲建模及仿真研究[J]. 唐麟,劉琳,蘇君紅.  紅外技術(shù). 2014(07)

博士論文
[1]大視場紅外搜索系統(tǒng)目標(biāo)檢測關(guān)鍵技術(shù)研究[D]. 孫剛.國防科學(xué)技術(shù)大學(xué) 2015



本文編號：3511594