基于自适应形态滤波的红外图像目标检测技术研究

论文摘要

红外目标的检测是现代化武器系统的关键技术之一。然而,红外目标的观察距离较远,呈现为微弱的小亮点或小亮斑,其在图像上的成像面积仅为几个或十几个像素大小,而且目标成像强度较弱,目标亮度甚至会低于一些背景中的高亮度的云团等干扰物。其面临的技术难题在于:信噪比低,无纹理,目标尺寸、形状信息少。本论文分为两大部分:第一部分主要是图像处理算法的实现,第二部分是有关高速实时信号处理器的研制。图像处理算法软件部分:红外图像中,图像背景复杂,红外目标容易被淹没,但目标与其周围背景相比有明显的图像几何结构差别。针对这一特点,采用形态滤波进行红外目标图像处理,针对形态滤波中单一结构元无法满足复杂环境的情况,利用多结构元组合和遗传算法全局寻优的特点对结构元进行优化,提出了基于遗传算法和形态滤波的自适应滤波方法。实验证明该方法能够更好地适应环境变化,更大程度地提高图像的目标信噪比,能有效地检测出复杂背景下的红外目标。红外目标检测处理硬件部分:针对算法的运算量大的特点,成功研制了一套实用化的高分辨率图像实时处理器,该处理器的存储量大、图像采集精度高,具有并行和流水处理能力,运算速度可达1600MIPS,并将此硬件平台应用于仿真图像和外场实测图像的处理,结果表明,该系统达到了指标要求。

论文目录

• 目录
• 图目录
• 表目录
• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 国内外研究现状
• 1.2.1 非线性信号检测处理技术
• 1.2.2 中值滤波器
• 1.2.3 小波变换
• 1.3 论文主要研究内容
• 1.4 论文组织结构
• 第2章 红外目标的图像特征分析
• 2.1 引言
• 2.2 点目标红外特性
• 2.3 背景红外特性
• 2.4 噪声的红外特性
• 2.5 本章小结
• 第3章 基于自适应形态滤波的红外目标检测
• 3.1 形态滤波理论
• 3.1.1 二值形态滤波
• 3.1.2 灰度形态滤波
• 3.2 遗传算法的基本概念
• 3.2.1 群体规模
• 3.2.2 选择算子
• 3.2.3 交叉算子
• 3.2.4 变异算子
• 3.3 基于形态滤波和遗传算法的结构元优化设计
• 3.3.1 形态滤波的结构元素
• 3.3.2 基于遗传算法的结构元设计的分析与研究
• 3.4 算法实现
• 3.4.1 形态滤波开闭的运用
• 3.4.2 结构元自适应算法实现
• 3.4.3 形态滤波遗传算法软件仿真实验
• 3.5 本章小结
• 第4章 基于自适应形态滤波的红外目标检测处理器设计
• 4.1 TS320C6000 DSP简介
• 4.2 检测处理器硬件设计
• 4.2.1 检测处理器硬件原理分析
• 4.2.2 图像处理板原理及结构分析
• 4.2.3 图像显示板原理及结构研究
• 4.2.4 检测处理器软件设计
• 4.3 本章小结
• 第5章 红外目标检测处理器的测试评估
• 5.1 自适应形态滤波仿真验证
• 5.1.1 中值算法滤波参考实验
• 5.1.2 形态滤波闭开的参考实验
• 5.1.3 遗传算法自适应结构元滤波实验
• 5.2 处理器系统测试
• 5.2.1 外形尺寸和质量测试
• 5.2.2 检测窗显示测试
• 5.2.3 处理器容量
• 5.2.4 检测窗的初始大小
• 5.2.5 加亮控制
• 5.2.6 目标检测时间
• 5.2.7 目标检测概率
• 5.2.8 目标检测精度
• 5.3 红外目标图像处理器实际测试、评估
• 5.4 本章小结
• 第6章 结束语
• 攻读硕士学位期间所发表的学位论文
• 致谢
• 参考文献