红外图像中弱小多目标自动检测技术研究

论文摘要

红外测量系统已越来越多的应用在靶场测量领域，准确判读红外图像中弱小多目标的脱靶量是现代靶场光测设备的重要组成部分。在高速图像记录系统中，为了实现快速报靶，需要从大数据量的红外图像序列中找到含有目标的图像序列段并运用合适的图像处理方法处理图像，进而精确判读每个目标的脱靶量，其中的关键步骤就是弱小多目标的检测问题。本文首先讨论了红外弱小多目标的定义及特点，分析了目标、背景和噪声的图像特征及红外图像模型。在单帧图像和序列图像目标检测方面介绍了几种效果较好的背景抑制方法，如中值滤波法、高提升滤波法、形态学Top-hat处理方法等，并且通过仿真实验证明了上述几种方法对图像增强有较好的效果。提出了基于Contrast box filter的检测方法，用一个回形窗口和对比度阈值分割图像。实验证明该方法简单实用，对天空背景下低信噪比的红外弱小多目标图像序列能够有效的分割，抑制噪声干扰，有效提高了目标的检测效率。同时讨论了基于直方图的分割方法和基于Haralick模型的曲面拟合方法。通过仿真验证了Haralick模型曲面拟合方法的分割结果可以满足任务要求。提出一种实用的基于图像序列的红外弱小多目标自动判读方法，描述了该系统的构成及软件流程。首先提出一种目标序列段自动搜寻方法，并分析了该方法的处理结果，接着运用Contrast box分割方法对有用目标段内的各帧进行分割、判读。最后，介绍了质心判读的原理并对判读软件的流程及主要功能进行了说明。实验证明手动判读和半自动判读是对自动判读的必要补充，可以很大的提高判读精度，缩短判读时间。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• §1.1 课题研究背景及意义
• §1.2 红外弱小多目标检测技术国内外研究现状
• §1.3 本文所做的主要工作与论文结构
• 第二章 红外图像中目标、背景及噪声分析
• §2.1 红外弱小多目标相关概念
• §2.2 红外弱小目标及背景特性分析
• §2.2.1 红外图像特性
• §2.2.2 红外图像的统计模型
• §2.2.3 目标、背景红外辐射特性
• §2.3 噪声分析
• 第三章 红外图像中弱小多目标检测的典型算法
• §3.1 背景抑制方法
• §3.1.1 中值滤波方法
• §3.1.2 高提升滤波
• §3.1.3 形态学处理方法
• §3.2 弱小多目标图像分割方法
• §3.2.1 图像分割方法概述
• §3.2.2 基于直方图的分割方法
• §3.2.3 基于Haralick模型的曲面拟合方法
• §3.2.4 基于contrast box的图像分割方法
• 第四章 基于图像序列的红外弱小多目标自动判读方法
• §4.1 红外图像多目标判读系统构成
• §4.2 目标序列段自动搜寻
• §4.2.1 搜寻方法
• §4.2.2 实际处理结果分析
• §4.3 目标识别与判读
• §4.3.1 目标识别
• §4.3.2 判读原理
• §4.3.3 实验判读结果
• §4.3.4 判读软件系统
• 第五章 结论与展望
• §5.1 本文总结
• §5.2 研究展望
• 参考文献
• 攻读硕士期间发表的论文
• 致谢