红外图像序列中弱小目标检测与跟踪技术研究

论文摘要

红外弱小目标的检测与跟踪广泛应用于精确制导、自动控制等诸多领域。由于小目标距离成像系统很远,具有面积小、信噪比低等特点,红外图像的预处理、弱小目标的检测技术更是重点和难点。充分发挥红外小目标检测技术的优势,在红外探测成像方面具有重要意义。本文在介绍当前国内外小目标检测跟踪技术发展现状的基础上,研究存在背景噪声和干扰情况下红外图像序列中弱小运动目标的检测与跟踪问题,主要工作如下:首先在图像预处理和分割中,分析了几种常用的图像预处理方法。阈值分割在小目标检测过程中起着重要作用,鉴于现有的基于二维直方图区域直分的阈值选取方法中存在明显的错分,提出了一种新的基于二维直方图区域斜分的Otsu法的快速迭代算法,用迭代的思想解决了原始二维Otsu方法计算复杂、实时性差的问题。在目标检测部分,一方面通过分析像素的灰度信息,对图像进行Contourlet变换和NSCT处理,利用分解后子图像的特性抑制背景和去除噪声,实现目标的最终检测;另一方面,在分析强起伏背景信号的基础上,利用背景局部信号统计特征和目标运动特性,提出了基于最小一乘估计和混沌遗传算法背景预测以及基于变邻域变步长LMS自适应背景预测检测红外弱小目标的方法。在随后的跟踪过程中,针对小目标跟踪技术的难点问题,将模板匹配和Kalman滤波原理结合进行小目标的跟踪处理,提出了基于模板匹配与Kalman滤波相结合的小目标跟踪算法。将上述算法在含有随机小(点)目标的实际红外图像序列中进行实验,证明了所提出算法的有效性和优越性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 红外小目标检测与跟踪的研究意义与特点
• 1.2 红外小目标检测与跟踪技术的国内外研究概况
• 1.3 本文的主要内容及创新点
• 1.3.1 本文的主要内容
• 1.3.2 本文的主要创新点
• 第二章 图像预处理
• 2.1 引言
• 2.2 帧间差分法
• 2.3 形态学滤波法
• 2.4 空域滤波法
• 2.4.1 空间高通滤波
• 2.4.2 Butterworth 低通滤波
• 2.4.3 自适应中值滤波
• 2.5 多级滤波法
• 2.6 本章小结
• 第三章 图像阈值分割
• 3.1 Otsu 阈值分割原理
• 3.2 二维灰度直方图及其区域直分法
• 3.3 二维Otsu 阈值分割的快速迭代算法
• 3.3.1 快速迭代算法
• 3.3.2 实验结果与分析
• 3.4 二维灰度直方图的区域斜分法
• 3.5 二维直方图斜分Otsu 法的快速迭代算法
• 3.5.1 快速迭代算法
• 3.5.2 实验结果与分析
• 3.6 基于红外小目标图像的二维 Otsu 阈值改进方法
• 3.7 本章小结
• 第四章 基于 Contourlet 变换的红外弱小目标检测
• 4.1 基于小波变换的红外小目标检测
• 4.2 基于 Contourlet 变换的红外小目标检测算法
• 4.2.1 Contourlet 变换概述
• 4.2.2 检测算法
• 4.2.3 实验结果与分析
• 4.3 基于 NSCT 的红外小目标检测算法
• 4.4 本章小结
• 第五章 基于空域背景预测算法检测红外小目标
• 5.1 基于最小一乘和混沌遗传算法背景预测的红外小目标检测算法
• 5.1.1 基于最小一乘估计的背景预测模型
• 5.1.2 基于混沌遗传算法的最小一乘优化问题求解
• 5.1.3 目标分割
• 5.1.4 实验结果与分析
• 5.2 基于变邻域变步长 LMS 背景预测检测红外小目标
• 5.2.1 变邻域变步长 LMS 的自适应背景预测算法
• 5.2.2 实验结果与分析
• 5.3 本章小结
• 第六章 红外图像序列中的弱小目标跟踪
• 6.1 目标跟踪算法简介
• 6.2 模板匹配原理
• 6.3 Kalman 滤波器
• 6.4 Kalman 预测跟踪器的设计
• 6.5 算法仿真
• 6.6 本章小结
• 第七章 总结与展望
• 7.1 本文的主要工作
• 7.2 进一步的研究工作
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文