本文選題：信息處理技術(shù)　切入點：紅外小目標(biāo)　出處：《兵工學(xué)報》2017年09期 　論文類型：期刊論文

【摘要】：為了提高紅外視頻弱小目標(biāo)的跟蹤精度,提出了滑動置信度約束的弱小目標(biāo)跟蹤方法。在快速自適應(yīng)中值濾波的紅外圖像背景抑制技術(shù)的基礎(chǔ)上,設(shè)計了正交變換和置信域約束的軌跡預(yù)測,利用加權(quán)參數(shù)增強(qiáng)目標(biāo)函數(shù)的收斂性能,提高下一位置初的預(yù)測準(zhǔn)確度;通過軌跡相鄰點的位置差計算搜索窗口的大小,搜索與之相匹配的特征點進(jìn)行關(guān)聯(lián)處理,完成對初預(yù)測點的篩選;以滑動軌跡置信度檢驗為準(zhǔn)則判決軌跡的真實性,并進(jìn)行目標(biāo)軌跡更新以實現(xiàn)對弱小目標(biāo)的準(zhǔn)確跟蹤。通過紅外弱小目標(biāo)視頻對所提算法進(jìn)行了實驗驗證,結(jié)果表明,該算法對紅外弱小目標(biāo)的跟蹤軌跡誤差有較小的均方偏差與均方差,在噪聲消除和對圖像整體信息保護(hù)方面都具有良好的性能。
[Abstract]:In order to improve the tracking accuracy of dim and weak targets in infrared video, a sliding confidence constrained tracking method is proposed, which is based on the background suppression technique of fast adaptive median filter. The trajectory prediction with orthogonal transformation and confidence region constraints is designed, the convergence of the objective function is enhanced by weighted parameters, the prediction accuracy of the next initial position is improved, and the size of the search window is calculated by the position difference of the adjacent points of the trajectory. Search the matching feature points for correlation processing, complete the screening of the initial prediction points, and judge the authenticity of the trajectory based on the confidence test of the sliding trajectory. The proposed algorithm is verified by the infrared dim target video, and the results show that the proposed algorithm can be used to track the small and weak target accurately, and the experimental results show that the proposed algorithm can be used to track the small and weak target accurately. This algorithm has small mean square deviation and mean square deviation for tracking track error of infrared dim target, and has good performance in noise elimination and overall information protection of image.
【作者單位】： 北京科技大學(xué)自動化學(xué)院;
【基金】：武器裝備“十三五”預(yù)先研究基金項目(61404520101) 中國博士后科學(xué)基金項目(2016M600922) 中央高�；究蒲袠I(yè)務(wù)費專項資金項目(FRF-TP-15-117A1) 高分辨率對地觀測系統(tǒng)重大專項項目(2015年)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王曉文;趙宗貴;龐秀梅;陳彬;湯磊;;基于頻譜分析和圖像融合的紅外弱小目標(biāo)增強(qiáng)[J];中國電子科學(xué)研究院學(xué)報;2013年03期

2 高陳強(qiáng);閻兵早;李強(qiáng);;基于非線性映射模型的紅外弱小目標(biāo)圖像仿真[J];紅外與激光工程;2013年11期

3 范璐;顧國華;陳錢;錢惟賢;;復(fù)雜背景下的紅外弱小目標(biāo)閾值更新恒虛警算法[J];紅外技術(shù);2011年10期

4 張強(qiáng);蔡敬菊;張啟衡;趙汝進(jìn);;基于局部極大值的紅外弱小目標(biāo)分割方法[J];紅外技術(shù);2011年01期

5 李曉瓊;史彩成;毛二可;;云背景紅外弱小目標(biāo)結(jié)構(gòu)相似檢測算法[J];系統(tǒng)仿真學(xué)報;2008年S1期

6 薛松;韓廣良;;基于局部峰值的紅外弱小目標(biāo)快速檢測[J];光子學(xué)報;2013年02期

7 靳永亮;王延杰;劉艷瀅;黃繼鵬;;紅外弱小目標(biāo)的分割預(yù)檢測[J];光學(xué)精密工程;2012年01期

8 趙峰;;復(fù)雜背景中紅外弱小目標(biāo)檢測技術(shù)研究[J];上海航天;2012年01期

9 徐寒;夏森;徐健健;;紅外弱小目標(biāo)的匹配方法研究與仿真[J];計算機(jī)仿真;2012年02期

10 湯磊;趙豐;楊曉原;趙宗貴;;基于圖像融合的紅外弱小目標(biāo)增強(qiáng)方法研究[J];計算機(jī)應(yīng)用研究;2009年01期

相關(guān)會議論文 前2條

1 張煜婕;王宏飛;王秀春;;紅外弱小目標(biāo)及其場景仿真的改進(jìn)方法[A];2007'儀表，，自動化及先進(jìn)集成技術(shù)大會論文集（二）[C];2007年

2 劉威;何波;張剛;張翠榮;張曄;;紅外弱小目標(biāo)圖像檢測預(yù)處理方法對比研究[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會論文集（Ⅰ）[C];2008年

相關(guān)博士學(xué)位論文 前2條

1 張雙壘;空間紅外弱小目標(biāo)高可靠檢測方法研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

2 汲清波;紅外序列圖像中弱小目標(biāo)檢測方法研究[D];哈爾濱工程大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 孟曄銘;成像探測系統(tǒng)中的紅外弱小目標(biāo)跟蹤點漂移抑制方法研究[D];電子科技大學(xué);2015年

2 于海濤;基于DM642的紅外弱小目標(biāo)實時跟蹤及云臺控制系統(tǒng)[D];西安電子科技大學(xué);2014年

3 盧躍;基于移動管道的紅外弱小目標(biāo)檢測算法與仿真驗證研究[D];浙江大學(xué);2015年

4 趙耀;紅外弱小目標(biāo)檢測算法研究[D];浙江大學(xué);2015年

5 鐘露;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];電子科技大學(xué);2016年

6 謝林利;復(fù)雜背景下紅外弱小目標(biāo)檢測[D];華中科技大學(xué);2014年

7 閻兵早;復(fù)雜背景下紅外弱小目標(biāo)圖像仿真技術(shù)研究[D];重慶郵電大學(xué);2013年

8 曾雅瓊;復(fù)雜背景下的紅外弱小目標(biāo)的檢測[D];南京理工大學(xué);2012年

9 劉洋;紅外弱小目標(biāo)圖像預(yù)處理算法設(shè)計與實現(xiàn)[D];哈爾濱工程大學(xué);2008年

10 龍波;天空背景下紅外弱小目標(biāo)的檢測與跟蹤算法研究[D];電子科技大學(xué);2010年

本文編號：1583412