【摘要】：將目標從背景中有效分割出來是紅外運動目標檢測與跟蹤技術的一個關鍵技術�；跓岢上裨淼募t外圖像特點是噪聲強、干擾多且目標邊界模糊不清,尤其是當信號比較弱、熱成像面積較小時,背景和噪聲在圖像中所占比例很大,從而導致對紅外小目標的檢測難度增大。因此,紅外小目標檢測技術的研究更具挑戰(zhàn)意義。算法針對紅外圖像小目標的特點及其檢測難點,采用引導濾波進行預處理,在保持目標邊緣特性的基礎上平滑背景增強背景之間關聯(lián)性,進行降噪。利用視覺注意機制可以引導人眼在海量的數(shù)據(jù)中關注到對比度大的區(qū)域的特性,采用分層閾值化和連通域分析對圖像進行感興趣區(qū)域(Region of interest,ROI)提取,在感興趣區(qū)域內(nèi)采用多尺度LOG濾波提高目標的信雜比,通過信雜比閾值初步的到檢測目標。為正確的檢測真實小目標并過濾偽目標,對移動式管道濾波進行改進,充分利用管道中的已有目標的先驗信息,實現(xiàn)對紅外小目標的準確檢測。本文對引導濾波的預處理效果和改進后移動式管道濾波進行了多目標、弱目標、背景復雜情況下的對比實驗,實驗證明其具有良好的有效性。同時對該算法進行多個視頻的實驗,計算其檢測率與虛警率,結果表明該算法具有良好的適應性。
[Abstract]:The key technology of infrared moving target detection and tracking is to segment the target from the background effectively.The infrared image based on thermal imaging principle is characterized by strong noise, more interference and blurred target boundary.Especially when the signal is weak and the thermal imaging area is small, the background and noise occupy a large proportion in the image. Therefore, the research of infrared small target detection technology is more challenging. Aiming at the characteristics of infrared image small target and its detection difficulties, the algorithm uses guided filter to preprocess, smoothes the correlation between background and enhances the background on the basis of keeping the edge characteristics of the target, and denoises. Visual attention mechanism can guide the human eye to focus on the characteristics of the region with large contrast in a large amount of data. Region of interest (ROI) is extracted by hierarchical thresholding and connected area analysis, and the target's signal-to-clutter ratio is improved by multi-scale LOG filtering in the region of interest. In order to detect the real small target and filter the false target correctly, the mobile pipeline filter is improved to make full use of the prior information of the existing targets in the pipeline to realize the accurate detection of the infrared small target. The experimental results show that the algorithm is effective in the case of complex background and target. At the same time, the detection rate and false alarm rate of the algorithm are calculated by several video experiments. The results show that the algorithm has good adaptability.
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前9條

1 丁春云;王敏;;基于視覺注意機制的紅外小目標檢測算法[J];華中科技大學學報(自然科學版);2015年S1期

2 方帥;楊靜榮;曹洋;武鵬飛;饒瑞中;;圖像引導濾波的局部多尺度Retinex算法[J];中國圖象圖形學報;2012年07期

3 趙小明;袁勝春;馬曉麗;齊琳琳;;基于移動式管道濾波的紅外小目標檢測方法研究[J];紅外技術;2009年05期

4 杜天軍;黃自力;高升久;;偽Zernike矩在低信噪比紅外目標檢測中的應用[J];光學技術;2007年06期

5 李恪;王江安;郭誼;;艦船熱尾流紅外圖像的頻域濾波增強技術[J];激光與紅外;2007年10期

6 陳柏生;;一種二值圖像連通區(qū)域標記的新方法[J];計算機工程與應用;2006年25期

7 李劍峰,余農(nóng),景曉軍;一種基于神經(jīng)網(wǎng)絡的形態(tài)濾波器優(yōu)化設計方法[J];通信學報;2003年10期

8 彭嘉雄，彭鐵;弱目標檢測的圖像流法[J];紅外與激光工程;1996年04期

9 劉健莊;栗文青;;灰度圖象的二維Otsu自動閾值分割法[J];自動化學報;1993年01期

相關博士學位論文 前1條

1 田明輝;視覺注意機制建模及其應用研究[D];中國科學技術大學;2010年

相關碩士學位論文 前7條

1 范肖肖;基于視覺注意機制的目標檢測算法的研究[D];電子科技大學;2015年

2 汪奎偉;紅外小目標的檢測與跟蹤[D];大連理工大學;2013年

3 謝鵬鶴;圖像閾值分割算法研究[D];湘潭大學;2012年

4 楊偉;選擇性視覺注意機制及其在圖像處理中的應用[D];西安電子科技大學;2012年

5 王玉靈;基于雙邊濾波的圖像處理算法研究[D];西安電子科技大學;2010年

6 葉紅渝;紅外小目標跟蹤算法研究[D];哈爾濱工程大學;2009年

7 崔宇巍;運動目標檢測與跟蹤中有關問題的研究[D];西北大學;2005年

，

本文編號：2241196