近幾年紅外目標(biāo)跟蹤不斷用于軍事和民用方面。但是紅外圖像本身也存在模糊、對比度低、背景噪聲大、細(xì)節(jié)不清晰等缺點(diǎn),導(dǎo)致紅外目標(biāo)的特征難以被準(zhǔn)確獲取。一些傳統(tǒng)的紅外目標(biāo)跟蹤方法提取紅外目標(biāo)的底層特征,在一定程度上可以有效跟蹤目標(biāo),但是近幾年的發(fā)展日益受限。隨著目標(biāo)跟蹤的深度學(xué)習(xí)方法不斷涌現(xiàn),為了更加準(zhǔn)確和高效地跟蹤紅外目標(biāo),本文提出了一種結(jié)合紅外目標(biāo)顯著性檢測和全卷積孿生神經(jīng)網(wǎng)絡(luò)（Fully-Convolutional Siamese Network,siamese FC）的紅外多目標(biāo)深度學(xué)習(xí)跟蹤算法。首先,針對紅外圖像本身對比度低、圖像細(xì)節(jié)不清晰、目標(biāo)邊緣模糊的問題,本文利用圖像的梯度、信息熵進(jìn)行有效融合,并且自適應(yīng)調(diào)整分?jǐn)?shù)階微分以增強(qiáng)圖像中的目標(biāo)邊緣,再采用圖像像素灰度的標(biāo)準(zhǔn)差和均值進(jìn)行融合去確定目標(biāo)的分割閾值,以區(qū)分出圖像中的背景和目標(biāo)部分,并且通過對圖像中的目標(biāo)區(qū)域進(jìn)行線性增強(qiáng),以進(jìn)一步突顯目標(biāo)。然后,針對紅外目標(biāo)受到復(fù)雜背景的干擾和存在多種形狀大小的情況,本文結(jié)合多尺度頂帽變換,對目標(biāo)增強(qiáng)后的紅外圖像進(jìn)行腐蝕與膨脹處理,提取明暗部分相減重構(gòu)圖像,降低模糊背景噪聲的干擾,再將重構(gòu)后的... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

紅外圖像的

重慶郵電大學(xué)碩士學(xué)位論文第2章紅外圖像目標(biāo)跟蹤的理論分析8第2章紅外圖像目標(biāo)跟蹤的理論分析紅外圖像目標(biāo)跟蹤主要是對紅外圖像進(jìn)行處理，首先需要獲得外界包含目標(biāo)的真實(shí)場景的紅外圖像。由于紅外圖像不同于可見光圖像，所以本章節(jié)分析了熱紅外圖像的特點(diǎn)以及圖像中目標(biāo)的狀態(tài)。隨后，本章節(jié)主要研究了紅外圖像目標(biāo)跟蹤算法的相關(guān)原理和結(jié)構(gòu)，為本文紅外圖像目標(biāo)跟蹤算法奠定理論基矗2.1紅外圖像本文紅外圖像目標(biāo)跟蹤使用的圖像主要由紅外熱像儀拍攝，通過實(shí)驗(yàn)室中非制冷型紅外熱成像儀和軟件客戶端進(jìn)行拍攝和獲取，如圖2.1，另外也使用OTB2015和VOTTIR2016等一些網(wǎng)絡(luò)公開的數(shù)據(jù)集進(jìn)行補(bǔ)充。(a)非制冷型紅外熱成像儀(b)紅外熱成像軟件客戶端圖2.1紅外圖像的采集工具圖紅外熱成像本身不受光照、霧霾和黑夜的影響，可以全天候的進(jìn)行目標(biāo)跟蹤，并且紅外熱成像中的目標(biāo)所散發(fā)的熱輻射的微小差別都能在被探測出來，幾乎無法被干擾，但是由于紅外熱像儀本身的電路信號噪聲和目標(biāo)所處的環(huán)境比較復(fù)雜，紅外圖像一般會存在大量的背景噪聲，目標(biāo)與背景的對比度低。紅外熱像儀生成的圖像一般不能直接用于目標(biāo)跟蹤，需要圖像增強(qiáng)等預(yù)處理，如圖2.2，分別是以海陸空為背景的紅外圖像。在圖2.2a中，紅外圖像主要以海面為背景，包含一部分天空背景和兩個(gè)船艦?zāi)繕?biāo)，盡管目標(biāo)十分突出，但是海面由于太陽光的反射存在許多水面亮點(diǎn)，這些光點(diǎn)和天空明亮背景將干擾船艦?zāi)繕?biāo)的檢測與跟蹤。如圖2.2b，對于以森林為背景的地面上的紅外圖像，背景噪聲則更多。此外，如圖2.2c，天空背景下的兩個(gè)飛機(jī)目標(biāo)，由于遠(yuǎn)距離拍攝，目標(biāo)一般很小，并且天空中純在

重慶郵電大學(xué)碩士學(xué)位論文第2章紅外圖像目標(biāo)跟蹤的理論分析9大量云層干擾，飛機(jī)呈現(xiàn)模糊不清晰。如果紅外圖像不能很好地濾除背景的干擾，很容易造成目標(biāo)的誤判導(dǎo)致跟蹤的準(zhǔn)確度下降。(a)(b)(c)圖2.2不同背景下的紅外原始圖像紅外圖像中的目標(biāo)除了背景噪聲的干擾外，本身也存在多種復(fù)雜的情況，比如形狀、大孝旋轉(zhuǎn)、數(shù)量、被遮擋、快速移動等，如圖2.3，分別是包含單目標(biāo)、兩個(gè)目標(biāo)和多個(gè)目標(biāo)的紅外圖像。如圖2.3a，圖中包含一個(gè)主要目標(biāo)人，體積占整幅圖像較大，形狀為人形，需要與周圍環(huán)境目標(biāo)進(jìn)行區(qū)分。如圖2.3b，圖像包括飛機(jī)和小鳥兩個(gè)目標(biāo)，在天空背景下，鳥目標(biāo)十分小，幾乎隱藏在云層當(dāng)中，飛機(jī)目標(biāo)相比于鳥比較大，所以目標(biāo)跟蹤需要考慮不同大小形狀的情況。如圖2.3c，圖像中包含5個(gè)流動人體目標(biāo)，并且出現(xiàn)互相遮擋現(xiàn)象和像素分布不均勻。為了更好地跟蹤紅外目標(biāo)，需要對紅外圖像中的目標(biāo)進(jìn)行進(jìn)一步的增強(qiáng)，區(qū)分目標(biāo)與背景信息，獲得更清晰和全面的目標(biāo)特征。(a)(b)(c)圖2.3不同目標(biāo)狀態(tài)的紅外原始圖像2.2紅外圖像目標(biāo)跟蹤算法分析隨著科學(xué)技術(shù)的不斷發(fā)展，傳統(tǒng)的紅外目標(biāo)跟蹤算法根據(jù)應(yīng)用需求也不斷的被改進(jìn)。傳統(tǒng)的紅外目標(biāo)跟蹤算法比如均值濾波、卡爾曼濾波、粒子濾波等目標(biāo)

【參考文獻(xiàn)】：
期刊論文
[1]復(fù)雜紅外地面環(huán)境下的穩(wěn)定目標(biāo)跟蹤方法[J]. 呂堅(jiān),鄧博,闕隆成.  光子學(xué)報(bào). 2019(10)
[2]紅外圖像質(zhì)量的提升技術(shù)綜述[J]. 凡遵林,管乃洋,王之元,蘇龍飛.  紅外技術(shù). 2019(10)
[3]傳統(tǒng)特征和深度特征融合的紅外空中目標(biāo)跟蹤[J]. 胡陽光,肖明清,張凱,王曉柱,段耀澤.  系統(tǒng)工程與電子技術(shù). 2019(12)
[4]一種多分辨多尺度的紅外圖像增強(qiáng)算法[J]. 欒孟杰.  激光雜志. 2019(08)
[5]全景紅外成像預(yù)警雷達(dá)在大慶油田采油八廠的應(yīng)用[J]. 余麗.  油氣田地面工程. 2019(08)
[6]自適應(yīng)OSTU算法在艦船邊緣檢測中的應(yīng)用及其FPGA實(shí)現(xiàn)[J]. 李世文,李立聰.  軟件導(dǎo)刊. 2019(06)
[7]多尺度的圖像顯著性檢測方法[J]. 賈寧,柳先輝,陳宇飛,趙衛(wèi)東,邢尚文.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[8]深度學(xué)習(xí)在紅外目標(biāo)跟蹤中的應(yīng)用展望[J]. 莊旭陽,陳寶國,張景山.  航空兵器. 2019(01)
[9]基于區(qū)域協(xié)方差和目標(biāo)度的航空偵察圖像艦船目標(biāo)檢測[J]. 劉松濤,姜康輝,劉振興.  系統(tǒng)工程與電子技術(shù). 2019(05)
[10]基于視覺側(cè)抑制的紅外圖像增強(qiáng)算法研究[J]. 賈俊霞,張建平.  南京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2018(04)

博士論文
[1]復(fù)雜天空背景下紅外小弱目標(biāo)檢測與跟蹤關(guān)鍵技術(shù)研究[D]. 劉德鵬.重慶大學(xué) 2018
[2]基于機(jī)器學(xué)習(xí)理論的紅外目標(biāo)跟蹤技術(shù)研究[D]. 錢琨.西安電子科技大學(xué) 2018

碩士論文
[1]多特征核相關(guān)濾波的紅外目標(biāo)跟蹤技術(shù)研究[D]. 潘長城.長春理工大學(xué) 2019
[2]基于深度學(xué)習(xí)的紅外弱小目標(biāo)相關(guān)濾波跟蹤算法研究[D]. 鄧博.電子科技大學(xué) 2019
[3]無人駕駛車輛多目標(biāo)容錯(cuò)跟蹤與軌跡預(yù)測研究[D]. 劉創(chuàng).浙江大學(xué) 2019
[4]基于ARM平臺的紅外制導(dǎo)仿真系統(tǒng)[D]. 陳煒.西安電子科技大學(xué) 2018
[5]低空空域無人機(jī)紅外圖像檢測技術(shù)研究[D]. 李鵬.電子科技大學(xué) 2018
[6]紅外目標(biāo)的持久魯棒跟蹤技術(shù)研究[D]. 王潔.南京航空航天大學(xué) 2018
[7]基于無人機(jī)紅外熱成像的架空輸電線視覺跟蹤巡檢研究[D]. 楊啟帆.蘭州理工大學(xué) 2017
[8]紅外地面目標(biāo)跟蹤算法的研究[D]. 楊皓然.電子科技大學(xué) 2017
[9]小波變換在紅外圖像處理中的應(yīng)用研究[D]. 王瑞.安徽理工大學(xué) 2016
[10]機(jī)載遠(yuǎn)程紅外預(yù)警系統(tǒng)探測能力研究[D]. 李希希.中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所) 2015



本文編號：2958715