近年來,隨著可見光拍攝設(shè)備分辨率不斷升高,拍攝距離不斷增加,拍攝場景也愈發(fā)復(fù)雜,且小目標(biāo)在圖像中占據(jù)像素點少,特征少,存在大量的相似背景干擾,這對小目標(biāo)檢測與追蹤來說無疑更加具有挑戰(zhàn)性。本文針對上述問題,在圖像預(yù)處理、小目標(biāo)檢測與小目標(biāo)追蹤三個方面進(jìn)行了深入研究。首先分析了當(dāng)前相關(guān)算法的優(yōu)點與不足,然后對其進(jìn)行了改進(jìn)。本文的具體創(chuàng)新如下:（1）在小目標(biāo)圖像的預(yù)處理方面,從傳統(tǒng)形態(tài)學(xué)預(yù)處理算法入手,研究了基于形態(tài)學(xué)的圖像預(yù)處理算法。針對多結(jié)構(gòu)開運算重構(gòu)算法的局限性進(jìn)行了分析,由于開運算能去除圖像中的亮點,而閉運算能去除圖像中的暗點,因此本文在閉運算重構(gòu)與多結(jié)構(gòu)開運算重構(gòu)的基礎(chǔ)上提出了適用于可見光圖像的圖像預(yù)處理算法——多結(jié)構(gòu)閉運算重構(gòu)算法。實驗證明該算法在漏檢率較低的情況下能夠減少虛假目標(biāo)數(shù)量。（2）在小目標(biāo)檢測方面,分為區(qū)域提取和分類兩部分。對于區(qū)域提取,由于傳統(tǒng)Selective Search算法提取出的虛假目標(biāo)過多,不適用于小目標(biāo),因此本文結(jié)合了Harris算法與Selective Search算法,使其成為專用的小目標(biāo)區(qū)域提取算法。實驗證明該算法能夠減少大量的虛假目標(biāo)且對于多種背... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

顯然沒有什么問題。但對于深度網(wǎng)絡(luò)公式為：如 n 很大，且梯度值大多都小于 1，那么失問題。殘差[11]的出現(xiàn)一定程度上緩示。 = ( , , ) = ( , , ) = ( , , )oss = ( , , ) ( ,

第三章 小目標(biāo)預(yù)處理算法研究第三章 小目標(biāo)預(yù)處理算法研究言目標(biāo)示例如圖 3-1 所示，視頻幀中目標(biāo)�。▓D中黑色框中為小目標(biāo)），且雜。可以看出，小目標(biāo)輪廓特征基本無法提取，而且極易受到周圍環(huán)境需要對圖像進(jìn)行預(yù)處理，以減少背景噪聲等因素的干擾，同時也能減少度。

【參考文獻(xiàn)】：
期刊論文
[1]隨機森林理論淺析[J]. 董師師,黃哲學(xué).  集成技術(shù). 2013(01)
[2]應(yīng)用多特征的紅外弱小目標(biāo)檢測[J]. 羅曉清,吳小俊.  計算機工程與應(yīng)用. 2011(32)
[3]利用小波變換與Gabor濾波檢測紅外小目標(biāo)[J]. 羅曉清,吳小俊.  紅外與激光工程. 2011(09)
[4]基于運動信息的弱小目標(biāo)跟蹤方法[J]. 夏瑜,吳小俊.  彈箭與制導(dǎo)學(xué)報. 2010(04)
[5]一種基于差幀圖像融合的弱小目標(biāo)增強方法[J]. 錢永浩,吳小俊,羅曉清.  彈箭與制導(dǎo)學(xué)報. 2010(03)
[6]一種改進(jìn)的Harris角點檢測算法[J]. 龔平,劉相濱,周鵬.  計算機工程與應(yīng)用. 2010(11)
[7]幾種精確制導(dǎo)技術(shù)簡述[J]. 姚秀娟,彭曉樂,張永科.  激光與紅外. 2006(05)

博士論文
[1]序列圖像紅外小目標(biāo)檢測與跟蹤算法研究[D]. 孫繼剛.中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所) 2014
[2]紅外小目標(biāo)檢測與跟蹤算法研究[D]. 魏長安.哈爾濱工業(yè)大學(xué) 2009



本文編號：2982501