復雜背景下紅外弱小目標檢測跟蹤在軍事防御系統(tǒng)應用廣泛,其中包括早期預警、精確制導、導彈追蹤系統(tǒng)和海洋監(jiān)控系統(tǒng)等,是一種關鍵性的技術。隨著反輻射技術和隱形飛機的應用,雷達系統(tǒng)面臨嚴峻的挑戰(zhàn),無源被動紅外探測技術可以很好的避免這些問題。通常紅外圖像中背景復雜、目標微弱,復雜背景下的弱小目標檢測和跟蹤是紅外預警、制導的瓶頸問題�；诖�,本文針對復雜背景下紅外弱小目標檢測跟蹤問題開展研究,主要內容包括如下:1、研究了紅外圖像背景和弱小目標的特性。在紅外弱小目標檢測跟蹤中,背景在紅外圖像中幾乎占全部的像素,目標只占有幾個到十幾個像素點,并且局部背景和它相鄰的區(qū)域具有強的相關性。利用以上背景和目標的特性,對紅外圖像進行片圖像化后,可得到背景具有低秩特性目標具有稀疏特性。2、針對紅外弱小目標檢測問題,研究了基于結構先驗的重加權低秩和增強稀疏的檢測方法。經過片圖像化后,利用背景的低秩特性和目標的稀疏特性可以用魯棒主成分分析的方法進行求解得到檢測結果,然而該方法是近似求解,并且背景邊緣的稀疏特性也會對檢測結果帶來的影響�？紤]到以上不足,本文提出了對背景片圖像重加權和目標片圖像增強稀疏的方法,使得模型更加...

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 課題的研究現(xiàn)狀
        1.2.1 紅外弱小目標檢測方法研究現(xiàn)狀
        1.2.2 紅外弱小目標跟蹤方法研究現(xiàn)狀
    1.3 本文的研究內容與結構安排
第二章 紅外圖像特性分析
    2.1 引言
    2.2 紅外熱成像原理
    2.3 紅外圖像特性
        2.3.1 紅外圖像整體特點
        2.3.2 背景特性分析
        2.3.3 噪聲特性分析
        2.3.4 紅外弱小目標特性分析
    2.4 不同場景下的紅外弱小目標圖像
    2.5 本章小結
第三章 基于結構先驗的重加權低秩和增強稀疏的紅外弱小目標檢測方法
    3.1 引言
    3.2 紅外片圖像模型
        3.2.1 紅外片圖像模型特點
        3.2.2 基于片圖像模型的目標檢測方法
    3.3 重加權低秩和增強稀疏目標檢測
        3.3.1 重加權低秩
        3.3.2 目標增強稀疏
        3.3.3 基于結構張量的邊緣抑制
        3.3.4 RLES模型和優(yōu)化算法
    3.4 目標檢測框架
    3.5 綜合實驗對比分析
        3.5.1 實驗數(shù)據(jù)
        3.5.2 實驗對比
        3.5.3 評價指標
        3.5.4 實驗結果分析
    3.6 本章小結
第四章 基于深度學習和相關濾波的紅外弱小目標跟蹤
    4.1 引言
    4.2 相關濾波目標跟蹤
    4.3 卷積神經網(wǎng)絡
        4.3.1 卷積層的局部連接和權值共享
        4.3.2 卷積層操作
        4.3.3 激活函數(shù)
        4.3.4 池化
    4.4 基于CNN和中心偏置空間正則化的紅外弱小目標跟蹤
        4.4.1 CNN提取紅外弱小目標特征
        4.4.2 空間正則化相關濾波
        4.4.3 中心偏置空間正則化相關濾波
        4.4.4 濾波器訓練和模型更新
    4.5 跟蹤算法框架
    4.6 綜合實驗對比分析
        4.6.1 實驗數(shù)據(jù)
        4.6.2 實驗參數(shù)設置
        4.6.3 評價指標
        4.6.4 實驗結果和分析
    4.7 本章小結
第五章 總結與展望
    5.1 工作總結
    5.2 工作展望
參考文獻
致謝
作者簡介



本文編號：3756436