【摘要】：本論文的課題源于國(guó)家自然科學(xué)基金面上項(xiàng)目,“十二五”重點(diǎn)科研項(xiàng)目,863項(xiàng)目以及高等學(xué)科學(xué)校創(chuàng)新引智計(jì)劃資助。主要解決復(fù)雜背景下紅外圖像目標(biāo)跟蹤這一關(guān)鍵技術(shù)難題。紅外成像技術(shù)因其具有隱秘性好、抗干擾和適應(yīng)氣候能力強(qiáng)等優(yōu)點(diǎn),而被廣泛應(yīng)用在軍事和民用領(lǐng)域中。盡早地探測(cè)到目標(biāo)并成功跟蹤目標(biāo)是紅外圖像處理研究領(lǐng)域的一個(gè)熱點(diǎn)和難點(diǎn)。當(dāng)目標(biāo)距離成像平面較遠(yuǎn)時(shí),其在圖像上僅占有幾個(gè)到幾十個(gè)像素,且無紋理等信息。此外,小目標(biāo)常常淹沒在復(fù)雜背景雜波中,從而影響了有效的目標(biāo)檢測(cè)跟蹤。因此,如何有效地在復(fù)雜背景條件下實(shí)現(xiàn)紅外目標(biāo)的檢測(cè)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(biāo)跟蹤相關(guān)技術(shù)的基礎(chǔ)上,從目標(biāo)特征信息的提取和增加目標(biāo)信息與背景信息的區(qū)分度兩方面著手。本文將引導(dǎo)濾波和無需訓(xùn)練的卷積網(wǎng)絡(luò)特征應(yīng)用在紅外弱小目標(biāo)的跟蹤上,分析并驗(yàn)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(shí)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(biāo)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(biāo)鄰域的圖像信息,從而使得算法的實(shí)時(shí)性較好。本文合理利用了多種圖像濾波方法和機(jī)器學(xué)習(xí)方法,并依據(jù)視覺跟蹤領(lǐng)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(biāo)跟蹤算法。主要研究?jī)?nèi)容與成果如下:(1)基于引導(dǎo)濾波所具有的保邊去噪的特點(diǎn)和上下文學(xué)習(xí)跟蹤在視覺跟蹤領(lǐng)域取得較好效果的事實(shí),研究并提出了一種基于引導(dǎo)濾波和上下文學(xué)習(xí)的紅外弱小目標(biāo)跟蹤算法。仿真實(shí)驗(yàn)驗(yàn)證了該算法可有效地抑制天空云層邊緣對(duì)小目標(biāo)定位的影響,且實(shí)時(shí)性能較好。(2)兼顧考慮了跟蹤算法的速度和精度,構(gòu)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(qiáng)復(fù)雜背景中的小目標(biāo)。同時(shí),所采用的在線背景更新策略可適應(yīng)多種復(fù)雜紅外背景�；谝曈X跟蹤領(lǐng)域中高性能的核相關(guān)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(duì)基樣本進(jìn)行處理,研究并提出了一種基于奇異值分解與和相關(guān)濾波的“跟蹤前預(yù)處理”算法框架。仿真實(shí)驗(yàn)驗(yàn)證了該算法具有良好的跟蹤精度和超高的實(shí)時(shí)性。(3)在粒子濾波跟蹤框架的基礎(chǔ)上,詳細(xì)分析了二層卷積網(wǎng)絡(luò)特征的提取過程;由此,探索性地將卷積特征應(yīng)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(biāo)跟蹤以及一種聯(lián)合模型的紅外弱小目標(biāo)跟蹤。實(shí)驗(yàn)驗(yàn)證了該算法具有較好的分類性能和跟蹤性能,對(duì)復(fù)雜紅外背景具有一定的適應(yīng)性。(4)將引導(dǎo)濾波引入紅外目標(biāo)跟蹤算法中,以增加目標(biāo)樣本與背景樣本的區(qū)分度,并基于卷積特征的較強(qiáng)分類性能,提出了一種基于引導(dǎo)濾波與卷積特征的生成式紅外目標(biāo)跟蹤算法。并在此基礎(chǔ)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(biāo)跟蹤。仿真實(shí)驗(yàn)驗(yàn)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(yàn)圖

五種紅外序列的部分跟蹤結(jié)果
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葛文;成毅;孫亞飛;;地理信息服務(wù)樸素貝葉斯分類及類別匹配研究[J];測(cè)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(cè)原料奶摻假中的應(yīng)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(xué)學(xué)報(bào);2003年01期

5 謝斌;;樸素貝葉斯分類在數(shù)據(jù)挖掘中的應(yīng)用[J];甘肅聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

6 李金華;梁永全;呂芳芳;;一種加權(quán)樸素貝葉斯分類增量學(xué)習(xí)模型[J];計(jì)算機(jī)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(xué)院學(xué)報(bào)(自然科學(xué)版);2008年03期

8 李偉紅,龔衛(wèi)國(guó),陳偉民,梁毅雄,張紅梅;基于中國(guó)人人臉區(qū)域特征的貝葉斯分類法研究[J];儀器儀表學(xué)報(bào);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(dòng)態(tài)系統(tǒng)故障檢測(cè)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(xué)生成績(jī)預(yù)測(cè)中的應(yīng)用研究[J];計(jì)算機(jī)與數(shù)字工程;2018年10期

相關(guān)會(huì)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(yù)報(bào)研究[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)災(zāi)害天氣事件的預(yù)警、預(yù)報(bào)及防災(zāi)減災(zāi)分會(huì)場(chǎng)論文集[C];2009年

2 李偉紅;龔衛(wèi)國(guó);陳偉民;梁毅雄;張紅梅;;基于中國(guó)人人臉區(qū)域特征的貝葉斯分類法研究[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)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(dòng)標(biāo)引系統(tǒng)[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

4 殷復(fù)蓮;張曉宇;馮晴;;基于貝葉斯分類的大學(xué)生關(guān)注熱點(diǎn)事件微博文本分類方法研究[A];中國(guó)新聞技術(shù)工作者聯(lián)合會(huì)2017年學(xué)術(shù)年會(huì)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(luò)入侵檢測(cè)[A];2013年中國(guó)電機(jī)工程學(xué)會(huì)年會(huì)論文集[C];2013年

6 黃沖;劉卓軍;;基于統(tǒng)計(jì)分析的中醫(yī)體質(zhì)分類研究[A];第十四屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集(上冊(cè))[C];2012年

7 程新榮;楊仁剛;;網(wǎng)頁自動(dòng)分類在搜索引擎上的應(yīng)用研究[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

8 楊瓊;曹亦薇;;貝葉斯方法在探索項(xiàng)目功能差異潛在因素中的應(yīng)用[A];全國(guó)教育與心理統(tǒng)計(jì)與測(cè)量學(xué)術(shù)年會(huì)暨第八屆海峽兩岸心理與教育測(cè)驗(yàn)學(xué)術(shù)研討會(huì)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(yù)測(cè)研究[A];中國(guó)化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場(chǎng)摘要集[C];2012年

相關(guān)博士學(xué)位論文 前7條

1 錢琨;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];西安電子科技大學(xué);2018年

2 馮e

本文編號(hào)：2655619