復(fù)雜背景下海面紅外弱小目標(biāo)快速檢測(cè)技術(shù)是海面制導(dǎo)應(yīng)用的基礎(chǔ),研究和分析復(fù)雜背景條件下弱小目標(biāo)檢測(cè)理論可以有效地提高目標(biāo)檢測(cè)的距離和精度。由于觀測(cè)距離遠(yuǎn),實(shí)際觀測(cè)的弱小紅外目標(biāo)分辨率低,無(wú)有效紋理信息,無(wú)明顯幾何信息,無(wú)表面灰度響應(yīng)變化,這些導(dǎo)致實(shí)際的檢測(cè)課題面臨巨大挑戰(zhàn)。針對(duì)復(fù)雜背景下海面紅外弱小目標(biāo)快速檢測(cè)關(guān)鍵問(wèn)題,論文的主要工作及創(chuàng)新如下:針對(duì)紅外圖像信噪比低,被觀測(cè)目標(biāo)在圖像中對(duì)比度弱的特點(diǎn),本文提出了基于高斯擬合構(gòu)建出具有目標(biāo)導(dǎo)向特性的對(duì)比度自適應(yīng)增強(qiáng)策略。首先通過(guò)統(tǒng)計(jì)目標(biāo)圖中的主要信息區(qū)域,構(gòu)建目標(biāo)權(quán)重矩陣,利用權(quán)重矩陣實(shí)現(xiàn)了目標(biāo)導(dǎo)向的高斯擬合對(duì)比度增量重分配策略,最終實(shí)現(xiàn)了基于高斯擬合的灰度重映射增強(qiáng)函數(shù)。為了進(jìn)一步適應(yīng)復(fù)雜環(huán)境下同時(shí)對(duì)多目標(biāo)增強(qiáng)的需求,本文進(jìn)一步改進(jìn)了單高斯擬合策略,構(gòu)建了以分段高斯擬合為基礎(chǔ)的對(duì)比度增量重分配函數(shù),通過(guò)多個(gè)高斯峰的加權(quán)融合實(shí)現(xiàn)了多目標(biāo)導(dǎo)向增強(qiáng)問(wèn)題。算法思路簡(jiǎn)單,復(fù)雜度低,具有完善的理論基礎(chǔ),便于工程應(yīng)用。研究基于暗通道理論的圖像去霧理論,分析了該理論在海面紅外圖像去霧中的去霧強(qiáng)度有限的原因。分析了可見(jiàn)光圖像和海面紅外觀測(cè)圖像的模式分布差異... 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：120 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１．１先檢測(cè)后跟蹤的目標(biāo)檢測(cè)算法流程??

利用軌跡的后驗(yàn)概率指標(biāo)對(duì)真實(shí)目標(biāo)軌跡和虛假目標(biāo)軌跡進(jìn)行分割，進(jìn)??而確認(rèn)出為當(dāng)前跟蹤的真實(shí)目標(biāo)軌跡，找出真實(shí)的運(yùn)動(dòng)目標(biāo)。此類方法基本思路??清晰，計(jì)算基本流程如圖１．２所示。??原始紅外??圖像序列一？圖像增強(qiáng)處理??Ｉ?：，??潛在運(yùn)動(dòng)軌跡Ｉ?ｋ候選軌跡的后?目標(biāo)檢測(cè)??提取—龍率判定—虛備軌酬除一結(jié)果??Ｉ?丨???ｉ?Ｌ??圖１．２先跟蹤后檢測(cè)目標(biāo)檢測(cè)算法流程圖??ＴＭ）策略中比較有代表性檢測(cè)方法有三維匹配濾波器法［？６７］、幀間相關(guān)方??法和多級(jí)假設(shè)檢驗(yàn)法等。三維匹配濾波器將二維匹配濾波器的概念延??伸到三維空間中，把二維空間中的目標(biāo)點(diǎn)變成了三維空間中的軌跡，因此二維目??標(biāo)點(diǎn)的檢測(cè)問(wèn)題自然就成了三維軌跡的搜索問(wèn)題。具體問(wèn)題中，只需要針對(duì)運(yùn)動(dòng)??目標(biāo)的三維運(yùn)動(dòng)軌跡設(shè)計(jì)濾波器，利用濾波器挑選出信噪比響應(yīng)最高的軌跡即為??目標(biāo)軌跡，根據(jù)軌跡所處的時(shí)間坐標(biāo)即可找出目標(biāo)和位置。幀間相關(guān)法利用目標(biāo)??軌跡點(diǎn)的時(shí)空相關(guān)性，利用幀間目標(biāo)的相關(guān)性在三維空間軌跡中不斷構(gòu)建目標(biāo)軌??跡并驗(yàn)證軌跡的正確性。算法首先在序列圖像中找到第一個(gè)目標(biāo)位置作為起始位??置，然后利用幀間目標(biāo)的空間相關(guān)性在相鄰幀搜索鄰域內(nèi)可匹配的目標(biāo)，如果有??則保留目標(biāo)

電控制器調(diào)控，以此結(jié)構(gòu)來(lái)減少因溫度變化引起的器件響應(yīng)漂移。最后，探測(cè)器??將采集的數(shù)據(jù)通過(guò)積分和采樣電路完成行積分，通過(guò)低通濾波處理轉(zhuǎn)換成電壓信??號(hào)輸出，整個(gè)過(guò)程如圖２．１所示。??９??

【參考文獻(xiàn)】：
期刊論文
[1]基于局部Otsu分割與Hough變換的海天線檢測(cè)[J]. 戴永壽,劉博文,李立剛,金久才,孫偉峰,邵峰.  光電工程. 2018(07)
[2]數(shù)字化紅外焦平面噪聲分析研究[J]. 李鷗,楊德振.  激光與紅外. 2017(10)
[3]基于HSI色彩空間的低照度圖像增強(qiáng)算法[J]. 宋瑞霞,李達(dá),王小春.  圖學(xué)學(xué)報(bào). 2017(02)
[4]基于梯度顯著性的水面無(wú)人艇的海天線檢測(cè)方法[J]. 王博,蘇玉民,萬(wàn)磊,莊佳園,張磊.  光學(xué)學(xué)報(bào). 2016(05)
[5]基于空間距離改進(jìn)的視覺(jué)顯著性弱小目標(biāo)檢測(cè)[J]. 楊林娜,安瑋,林再平,李安冬.  光學(xué)學(xué)報(bào). 2015(07)
[6]小波域馬爾可夫隨機(jī)場(chǎng)在THz圖像處理中的應(yīng)用(英文)[J]. 邢礫云,張瑾,崔洪亮.  紅外與激光工程. 2014(07)
[7]紅外圖像噪聲建模及仿真研究[J]. 唐麟,劉琳,蘇君紅.  紅外技術(shù). 2014(07)
[8]一種基于圖像分割的海天線提取算法[J]. 吳瀅躍,湯心溢,劉士建,張浩均,周妮.  紅外技術(shù). 2012(10)
[9]基于海面可見(jiàn)光圖像的海界線快速檢測(cè)[J]. 曾文靜,萬(wàn)磊,張鐵棟,徐玉如.  光學(xué)學(xué)報(bào). 2012(01)
[10]基于小波變換和管道濾波的紅外空中小目標(biāo)檢測(cè)[J]. 劉剛,梁曉庚.  計(jì)算機(jī)工程與應(yīng)用. 2011(30)

博士論文
[1]弱小運(yùn)動(dòng)圖像目標(biāo)形態(tài)檢測(cè)理論與技術(shù)研究[D]. 程德杰.電子科技大學(xué) 2006

碩士論文
[1]紅外弱小目標(biāo)搜索跟蹤算法研究[D]. 占紅來(lái).中國(guó)工程物理研究院 2013



本文編號(hào)：2925800