紅外弱小目標(biāo)檢測(cè)與跟蹤是紅外預(yù)警與紅外制導(dǎo)系統(tǒng)的關(guān)鍵技術(shù)。由于成像設(shè)備所限和觀測(cè)距離遠(yuǎn)等原因,紅外成像中往往存在系統(tǒng)噪聲影響、云霧干擾和背景雜亂所致的信噪比低等問題,使得紅外弱小目標(biāo)檢測(cè)和跟蹤具有挑戰(zhàn)性。紅外弱小目標(biāo)檢測(cè)與跟蹤,離不開良好的紅外圖像增強(qiáng)、精準(zhǔn)的目標(biāo)檢測(cè)和快速魯棒的目標(biāo)跟蹤技術(shù)。針對(duì)空中紅外小目標(biāo)檢測(cè)與跟蹤的實(shí)際需求,本文基于紅外成像原理、人類視覺注意機(jī)制等,在對(duì)紅外弱小目標(biāo)圖像增強(qiáng)的基礎(chǔ)上,通過抑制背景霧霾和改進(jìn)局部窗口技術(shù)提高了紅外小目標(biāo)的檢測(cè)精度,進(jìn)而綜合紅外小目標(biāo)的輝度外觀和運(yùn)動(dòng)特征實(shí)現(xiàn)了多目標(biāo)的有效跟蹤,為衛(wèi)星自動(dòng)檢測(cè)與跟蹤奠定了基礎(chǔ)。主要工作如下:(1)針對(duì)紅外圖像在云霧影響下低對(duì)比度和低可見性的問題,提出一種基于霧線暗原色的去霧算法。將霧線去霧方法應(yīng)用于紅外圖像,通過結(jié)合霧線徑向距離極小值和暗通道先驗(yàn)改進(jìn)透射率估計(jì)方法,提高去霧效果的同時(shí)較少的改變?cè)紙D像像素分布情況,局部細(xì)節(jié)清晰,視覺效果自然。(2)針對(duì)紅外小目標(biāo)檢測(cè)問題,提出一種基于背景去霧和改進(jìn)候選框的局部對(duì)比度測(cè)量紅外小目標(biāo)檢測(cè)算法。首先采用基于去霧的背景抑制策略,抑制紅外圖像背景,其次,為了提高微小目標(biāo)的檢測(cè)率,改進(jìn)候選框來適應(yīng)微小目標(biāo)形狀,運(yùn)用局部對(duì)比度測(cè)量檢測(cè)小目標(biāo),最后通過自適應(yīng)閾值分割提取目標(biāo)。實(shí)驗(yàn)表明本文算法能夠有效檢測(cè)復(fù)雜背景下的小目標(biāo),為后續(xù)的多目標(biāo)跟蹤奠定了基礎(chǔ)。(3)針對(duì)紅外目標(biāo)之間外觀特征相似和跟蹤結(jié)果中目標(biāo)標(biāo)號(hào)變動(dòng)頻繁的問題,提出基于輝度外觀描述子的多目標(biāo)跟蹤方法。首先,根據(jù)檢測(cè)結(jié)果交并比初始化軌跡;其次,利用輝度和卡爾曼濾波分別提取去霧圖像中目標(biāo)的外觀特征和運(yùn)動(dòng)特征;然后,綜合目標(biāo)特征建立數(shù)據(jù)關(guān)聯(lián)算法,對(duì)檢測(cè)結(jié)果分配軌跡。實(shí)驗(yàn)表明該方法能有效實(shí)現(xiàn)多個(gè)紅外小目標(biāo)跟蹤。
【學(xué)位單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2020
【中圖分類】：TP391.41;TN219
【文章目錄】：
摘要
abstract
1.緒論
    1.1 課題研究的背景及意義
    1.2 紅外小目標(biāo)檢測(cè)跟蹤研究現(xiàn)狀
        1.2.1 紅外圖像預(yù)處理研究現(xiàn)狀
        1.2.2 紅外小目標(biāo)檢測(cè)研究現(xiàn)狀
        1.2.3 紅外多目標(biāo)跟蹤研究現(xiàn)狀
    1.3 論文的研究思路、主要內(nèi)容
    1.4 章節(jié)安排
    1.5 本章小結(jié)
2.紅外小目標(biāo)檢測(cè)跟蹤關(guān)鍵技術(shù)
    2.1 概述
    2.2 紅外成像分析
    2.3 紅外圖像預(yù)處理技術(shù)
        2.3.1 大氣傳輸模型
        2.3.2 全變分正則化
    2.4 小目標(biāo)檢測(cè)技術(shù)
        2.4.1 小目標(biāo)特性分析
        2.4.2 LCM算法
        2.4.3 閾值分割技術(shù)
    2.5 多目標(biāo)跟蹤關(guān)鍵技術(shù)
        2.5.1 SORT
        2.5.2 卡爾曼濾波
    2.6 本章小結(jié)
3.基于霧線暗原色先驗(yàn)的紅外圖像去霧算法
    3.1 概述
    3.2 基于霧線暗原色先驗(yàn)的紅外圖像去霧算法
        3.2.1 霧線
        3.2.2 大氣光照估計(jì)
        3.2.3 霧線暗原色先驗(yàn)下的透射率估計(jì)
        3.2.4 透射率優(yōu)化
    3.3 實(shí)驗(yàn)仿真與效果評(píng)價(jià)
        3.3.1 主觀評(píng)價(jià)
        3.3.2 客觀評(píng)價(jià)
    3.4 本章小結(jié)
4.基于背景去霧和改進(jìn)LCM算法的紅外小目標(biāo)檢測(cè)
    4.1 概述
    4.2 基于去霧的背景抑制策略
    4.3 改進(jìn)LCM算法
        4.3.1 候選框改進(jìn)的LCM算法
        4.3.2 閾值分割
    4.4 實(shí)驗(yàn)仿真與效果評(píng)價(jià)
        4.4.1 主觀評(píng)價(jià)
        4.4.2 客觀評(píng)價(jià)
    4.5 本章小結(jié)
5.基于輝度外觀描述子的多目標(biāo)跟蹤方法
    5.1 概述
    5.2 SORT跟蹤算法介紹
        5.2.1 目標(biāo)模型
        5.2.2 軌跡處理
        5.2.3 數(shù)據(jù)關(guān)聯(lián)
    5.3 輝度表觀描述子
    5.4 實(shí)驗(yàn)仿真與效果評(píng)價(jià)
        5.4.1 主觀評(píng)價(jià)
        5.4.2 客觀評(píng)價(jià)
    5.5 本章小結(jié)
6.總結(jié)
    6.1 論文工作及創(chuàng)新點(diǎn)總結(jié)
    6.2 下一步研究計(jì)劃
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及成果
致謝

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王鐸;;尺度空間理論在紅外小目標(biāo)檢測(cè)中的應(yīng)用研究[J];光電技術(shù)應(yīng)用;2017年02期

2 杜鵬;;基于形態(tài)學(xué)及小面核濾波的紅外小目標(biāo)檢測(cè)方法[J];喀什大學(xué)學(xué)報(bào);2019年06期

3 秦曉燕;袁廣林;薛模根;;嶺回歸協(xié)助稀疏表示紅外小目標(biāo)檢測(cè)[J];光電工程;2014年02期

4 馬俊;吳玉雯;;基于海天線提取的紅外小目標(biāo)檢測(cè)方法[J];電子設(shè)計(jì)工程;2012年06期

5 方義強(qiáng);樊祥;程正東;陳衛(wèi);胡濤濤;;基于數(shù)學(xué)形態(tài)學(xué)的紅外小目標(biāo)跟蹤研究[J];彈箭與制導(dǎo)學(xué)報(bào);2012年02期

6 趙晶晶;諶海新;劉星彤;;能量累積與均值漂移聚類結(jié)合的紅外小目標(biāo)檢測(cè)方法[J];中國(guó)圖象圖形學(xué)報(bào);2008年10期

7 張長(zhǎng)城;楊德貴;王宏強(qiáng);李智明;;基于粒子濾波的紅外小目標(biāo)跟蹤方法[J];現(xiàn)代防御技術(shù);2008年02期

8 王俊林,張劍云;紅外小目標(biāo)識(shí)別的新方法[J];紅外技術(shù);2005年05期

9 劉若陽(yáng);艾斯卡爾·艾木都拉;;基于局部協(xié)方差矩陣判別模型的紅外小目標(biāo)檢測(cè)方法[J];激光與紅外;2020年06期

10 潘玉竹;黃順歡;李遲生;;基于非抽樣小波的紅外小目標(biāo)檢測(cè)[J];激光與紅外;2009年11期

相關(guān)博士學(xué)位論文 前10條

1 錢惟賢;復(fù)雜背景下紅外小目標(biāo)探測(cè)與跟蹤若干關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2010年

2 劉源;空中平臺(tái)大視場(chǎng)紅外小目標(biāo)實(shí)時(shí)探測(cè)技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院上海技術(shù)物理研究所);2017年

3 韓金輝;基于人類視覺特性的復(fù)雜背景紅外小目標(biāo)檢測(cè)研究[D];華中科技大學(xué);2016年

4 魏長(zhǎng)安;紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];哈爾濱工業(yè)大學(xué);2009年

5 劉云鶴;基于注意機(jī)制的紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];哈爾濱工程大學(xué);2009年

6 楊磊;復(fù)雜背景條件下的紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];上海交通大學(xué);2006年

7 孫繼剛;序列圖像紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2014年

8 趙坤;復(fù)雜環(huán)境下紅外小目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];哈爾濱工程大學(xué);2006年

9 宋瓊;紅外圖像質(zhì)量增強(qiáng)及小目標(biāo)檢測(cè)算法研究[D];華中科技大學(xué);2019年

10 榮生輝;紅外圖像質(zhì)量提升關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 左健宏;空中紅外小目標(biāo)檢測(cè)跟蹤方法研究[D];中北大學(xué);2020年

2 汪奎偉;紅外小目標(biāo)的檢測(cè)與跟蹤[D];大連理工大學(xué);2013年

3 蔣志新;基于深度學(xué)習(xí)的海上紅外小目標(biāo)檢測(cè)方法研究[D];大連海事大學(xué);2019年

4 尹丹艷;基于背景預(yù)測(cè)的紅外小目標(biāo)檢測(cè)[D];南京航空航天大學(xué);2010年

5 王沖;線陣掃描對(duì)空紅外小目標(biāo)捕獲模塊研制[D];哈爾濱工業(yè)大學(xué);2019年

6 王博洋;基于多方向環(huán)形梯度法的紅外小目標(biāo)檢測(cè)技術(shù)研究[D];西安電子科技大學(xué);2019年

7 王曉鵬;基于Zynq的紅外小目標(biāo)檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2019年

8 劉偉;紅外小目標(biāo)跟蹤算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2019年

9 張清順;基于FPGA的星載紅外小目標(biāo)檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2019年

10 徐雪萍;復(fù)雜干擾場(chǎng)景下的紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D];華中科技大學(xué);2019年

本文編號(hào)：2889291