【摘要】：本論文的課題源于國家自然科學基金面上項目,“十二五”重點科研項目,863項目以及高等學科學校創(chuàng)新引智計劃資助。主要解決復雜背景下紅外圖像目標跟蹤這一關鍵技術難題。紅外成像技術因其具有隱秘性好、抗干擾和適應氣候能力強等優(yōu)點,而被廣泛應用在軍事和民用領域中。盡早地探測到目標并成功跟蹤目標是紅外圖像處理研究領域的一個熱點和難點。當目標距離成像平面較遠時,其在圖像上僅占有幾個到幾十個像素,且無紋理等信息。此外,小目標常常淹沒在復雜背景雜波中,從而影響了有效的目標檢測跟蹤。因此,如何有效地在復雜背景條件下實現(xiàn)紅外目標的檢測與跟蹤具有重要意義。本論文在現(xiàn)有的可見光圖像以及紅外圖像中的目標跟蹤相關技術的基礎上,從目標特征信息的提取和增加目標信息與背景信息的區(qū)分度兩方面著手。本文將引導濾波和無需訓練的卷積網(wǎng)絡特征應用在紅外弱小目標的跟蹤上,分析并驗證了基于兩種理論的跟蹤算法的有效性。與傳統(tǒng)的模板匹配算法、均值漂移算法以及粒子濾波算法相比,本文所提的算法均可實現(xiàn)模型參數(shù)的在線更新。一方面,所提出的算法可有效處理跟蹤中的目標外觀變化以及部分遮擋等問題;另一方面,參數(shù)的更新過程大多只需要相鄰圖像幀中目標鄰域的圖像信息,從而使得算法的實時性較好。本文合理利用了多種圖像濾波方法和機器學習方法,并依據(jù)視覺跟蹤領域的生成模型、判決模型以及聯(lián)合模型的算法框架,提出了七種各具特色的紅外目標跟蹤算法。主要研究內容與成果如下:(1)基于引導濾波所具有的保邊去噪的特點和上下文學習跟蹤在視覺跟蹤領域取得較好效果的事實,研究并提出了一種基于引導濾波和上下文學習的紅外弱小目標跟蹤算法。仿真實驗驗證了該算法可有效地抑制天空云層邊緣對小目標定位的影響,且實時性能較好。(2)兼顧考慮了跟蹤算法的速度和精度,構建了一種基于奇異值分解的紅外背景抑制算法,其目的是增強復雜背景中的小目標。同時,所采用的在線背景更新策略可適應多種復雜紅外背景。基于視覺跟蹤領域中高性能的核相關跟蹤算法的基本理論,采用具有保邊去噪特性的曲率濾波對基樣本進行處理,研究并提出了一種基于奇異值分解與和相關濾波的“跟蹤前預處理”算法框架。仿真實驗驗證了該算法具有良好的跟蹤精度和超高的實時性。(3)在粒子濾波跟蹤框架的基礎上,詳細分析了二層卷積網(wǎng)絡特征的提取過程;由此,探索性地將卷積特征應用到紅外跟蹤中,研究并提出了一種基于卷積特征和Boosting的生成式紅外目標跟蹤以及一種聯(lián)合模型的紅外弱小目標跟蹤。實驗驗證了該算法具有較好的分類性能和跟蹤性能,對復雜紅外背景具有一定的適應性。(4)將引導濾波引入紅外目標跟蹤算法中,以增加目標樣本與背景樣本的區(qū)分度,并基于卷積特征的較強分類性能,提出了一種基于引導濾波與卷積特征的生成式紅外目標跟蹤算法。并在此基礎上,又引入一種基于稀疏表示的判決式跟蹤,提出了一種基于聯(lián)合模型的紅外目標跟蹤。仿真實驗驗證了算法在高背景雜波與低分辨率條件下,聯(lián)合模型跟蹤的有效性,并可獲得良好的跟蹤性能。
【圖文】：

上下文先驗圖

五種紅外序列的部分跟蹤結果
【學位授予單位】：西安電子科技大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TP391.41;TP181

【相似文獻】

相關期刊論文 前10條

1 葛文;成毅;孫亞飛;;地理信息服務樸素貝葉斯分類及類別匹配研究[J];測繪工程;2013年02期

2 王勇;;基于群的樸素貝葉斯分類[J];中小企業(yè)管理與科技(上旬刊);2011年01期

3 張微;;樸素貝葉斯分類模型在中紅外光譜測原料奶摻假中的應用研究[J];食品工程;2011年01期

4 劉毅輝,魏振軍;保持隱私的樸素貝葉斯分類[J];信息工程大學學報;2003年01期

5 謝斌;;樸素貝葉斯分類在數(shù)據(jù)挖掘中的應用[J];甘肅聯(lián)合大學學報(自然科學版);2007年04期

6 李金華;梁永全;呂芳芳;;一種加權樸素貝葉斯分類增量學習模型[J];計算機與現(xiàn)代化;2010年05期

7 陳弋蘭;;基于樸素貝葉斯分類的圖像消噪[J];安慶師范學院學報(自然科學版);2008年03期

8 李偉紅,龔衛(wèi)國,陳偉民,梁毅雄,張紅梅;基于中國人人臉區(qū)域特征的貝葉斯分類法研究[J];儀器儀表學報;2004年S2期

9 周超俊，蔣慰孫，，葉銀忠，藤井省三;一種基于貝葉斯分類原理的動態(tài)系統(tǒng)故障檢測與診斷方法[J];控制與決策;1995年03期

10 韓麗娜;;貝葉斯分類模型在學生成績預測中的應用研究[J];計算機與數(shù)字工程;2018年10期

相關會議論文 前9條

1 袁野;胡邦輝;劉丹軍;蘇宏琛;;基于貝葉斯分類判別方法的雷暴預報研究[A];第26屆中國氣象學會年會災害天氣事件的預警、預報及防災減災分會場論文集[C];2009年

2 李偉紅;龔衛(wèi)國;陳偉民;梁毅雄;張紅梅;;基于中國人人臉區(qū)域特征的貝葉斯分類法研究[A];中國儀器儀表學會第六屆青年學術會議論文集[C];2004年

3 曹三省;李丹;黃祥林;;一種基于貝葉斯分類的圖像自動標引系統(tǒng)[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

4 殷復蓮;張曉宇;馮晴;;基于貝葉斯分類的大學生關注熱點事件微博文本分類方法研究[A];中國新聞技術工作者聯(lián)合會2017年學術年會論文集（優(yōu)秀論文篇）[C];2017年

5 薛集明;章晉;王若宇;;基于貝葉斯分類的網(wǎng)絡入侵檢測[A];2013年中國電機工程學會年會論文集[C];2013年

6 黃沖;劉卓軍;;基于統(tǒng)計分析的中醫(yī)體質分類研究[A];第十四屆中國管理科學學術年會論文集(上冊)[C];2012年

7 程新榮;楊仁剛;;網(wǎng)頁自動分類在搜索引擎上的應用研究[A];2007'中國儀器儀表與測控技術交流大會論文集（二）[C];2007年

8 楊瓊;曹亦薇;;貝葉斯方法在探索項目功能差異潛在因素中的應用[A];全國教育與心理統(tǒng)計與測量學術年會暨第八屆海峽兩岸心理與教育測驗學術研討會論文摘要集[C];2008年

9 陳磊;李有勇;侯廷軍;;P糖蛋白抑制劑的理論預測研究[A];中國化學會第28屆學術年會第14分會場摘要集[C];2012年

相關博士學位論文 前7條

1 錢琨;基于機器學習理論的紅外目標跟蹤技術研究[D];西安電子科技大學;2018年

2 馮e

本文編號：2655619