基于时域背景预测检测与跟踪红外图像序列中的小目标

论文摘要

红外热像仪探测与跟踪系统是精确制导武器的主要组成部件,而红外图像序列中的小目标检测与跟踪算法是该系统的核心。因此,小目标检测与跟踪算法的研究具有重要的实际意义。本文在综述红外小目标检测与跟踪技术发展概况的基础上,进一步研究了存在背景噪声和运动干扰的情况下红外图像序列中弱小运动目标的检测与跟踪问题。首先,针对上述问题,本文提出了时域背景预测算法的思想——从背景出发,充分利用在图像序列中占绝大部分的背景像素对弱小目标进行检测,并给出了基于时域背景预测的红外图像序列中小目标的检测算法。然后,在随即的跟踪过程中,考虑到小目标跟踪要求能够保证跟踪的目标在需要的视场内,同时受到跟踪平台转动的影响,背景在视场内处于时变状态,小目标跟踪算法不可能仅仅利用目标的时域轨迹连续性进行跟踪。因此,算法充分利用了目标和相关背景的分布、灰度、形状等空域信息,并给出了基于目标与相关背景的多特征融合跟踪小目标的算法。最后,本文所给出的小目标检测与跟踪算法通过在含有随机小(点)目标的实际红外图像序列中的应用,其有效性得到了证明。文章结束时指出了本文的主要工作及小目标检测与跟踪技术领域可以深入研究的方向。

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 本文主要工作及内容安排
• 第二章 空域背景预测技术简介
• 2.1 空域背景预测原理
• 2.2 空域背景预测算法
• 2.2.1 线性预测
• 2.2.2 非线性预测
• 第三章 基于时域背景预测检测红外图像序列中的小目标
• 3.1 时域背景预测原理
• 3.2 时域背景预测算法的实现
• 3.3 时域轨迹连续性检测
• 3.4 目标检测实验结果与分析
• 3.5 基于多子模板相关的图像配准
• 3.6 目标跟踪简介
• 3.7 本章小结
• 第四章 基于目标与相关背景的多特征融合跟踪小目标
• 4.1 跟踪模式的选择
• 4.2 抗遮挡与抗干扰算法
• 4.3 多特征融合跟踪小目标算法
• 4.3.1 目标的最小外接矩形
• 4.3.2 目标图像的特征分割
• 4.3.3 利用相关多特征跟踪小目标
• 4.4 目标跟踪实验结果与分析
• 4.5 本章小结
• 第五章 基于本文算法的实验流程与结果
• 5.1 本文算法的实验准备
• 5.2 目标检测与跟踪算法的实验流程
• 5.3 目标检测与跟踪算法的实验结果
• 第六章 基于高性能DSP 的目标检测与跟踪的软硬件系统设计
• 6.1 系统硬件环境简介
• 6.1.1 硬件系统核心DSP+FPGA 简介
• 6.1.2 看门狗电路
• 6.1.3 视频转换电路
• 6.2 系统软件设计流程
• 6.3 系统算法设计流程
• 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