复杂环境下弱小目标检测与识别技术研究

论文摘要

弱小目标的检测与识别,是近年来图像处理与目标检测识别领域的一个研究热点,也是一项难度大且有着重要战略应用价值的课题。本文主要研究图像中的弱小目标检测识别技术。通过图像处理,检测出弱小目标;通过信息融合,最终识别出弱小目标。首先,研究了含弱小目标的图像的基本特性,包括图像噪声模型、背景空间分布模型和弱小目标模型。同时研究了目标检测前的图像预处理方法。其次,研究了弱小目标检测的“先检测后跟踪”算法,主要用于复杂背景弱噪声图像中的弱小目标检测。针对背景复杂时,弱小目标检测不能通过单一的图像处理方法实现的特点,提出基于小波分析和信息融合的弱小目标检测算法和基于小波形态学的弱小目标检测算法。仿真结果表明这两种算法都能取得较好的检测效果。随后,研究了弱小目标检测的“先跟踪后检测”算法,主要用于背景简单强噪声图像中的弱小目标检测识别。针对使用常规的动态规划算法累积能量时效果较差的缺点,提出一种新的基于状态稳定性的动态规划能量累积算法。仿真结果结果表明,新算法较好的解决了目标能量累积时的能量扩散问题。接着,研究了弱小目标识别算法。针对有效信息较少,弱小目标识别困难且致信度低的特点,提出一种新的基于弱小目标速度、灰度、轨迹信息的识别方法。仿真结果表明,新方法明显提高识别置信度。最后,基于VC++和OpenCV语言开发了弱小目标检测识别软件,实现几种基本的目标检测识别算法和新设计的算法,同时也验证了新算法的正确性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究目的和意义
• 1.2 国内外弱小目标检测与识别方法
• 1.2.1 弱小目标检测的特点
• 1.2.2 弱小目标检测与识别的主要方法
• 1.3 论文工作简述
• 第二章 弱小目标图像特性
• 2.1 引言
• 2.2 含弱小目标的图像模型
• 2.2.1 噪声模型
• 2.2.2 背景空间分布特征模型
• 2.2.3 弱小目标模型
• 2.2.4 图像信噪比
• 2.3 红外图像预处理
• 2.4 目标的灰度及空间特征
• 2.5 本章小结
• 第三章 弱小目标检测DBT 算法
• 3.1 引言
• 3.2 背景抑制算法
• 3.2.1 基本背景抑制算法
• 3.2.2 小波相关系数法抑制背景
• 3.2.3 小波形态学抑制背景
• 3.3 弱小目标的分割与提取
• 3.3.1 自适应阈值分割
• 3.3.2 基于检测率的阈值分割
• 3.4 流水线法关联多帧图像提取弱小目标
• 3.5 实验结果分析
• 3.5.1 基于小波变换和信息融合的弱小目标检测
• 3.5.2 基于小波形态学的弱小目标检测
• 3.5.3 多种方法比较
• 3.6 本章小结
• 第四章 弱小目标检测TBD 算法
• 4.1 引言
• 4.2 序列图像中运动目标点目标能量累积算法
• 4.2.1 序列图像中运动目标点目标能量累积算法
• 4.2.2 基于递归最大值滤波器的检测算法的实现结构
• 4.2.3 “能量扩散”现象分析与改进算法
• 4.3 基于目标运动轨迹预测-匹配的轨迹关联检测算法
• 4.3.1 初始化运动目标轨迹
• 4.3.2 多点预测器
• 4.3.3 预测点匹配
• 4.3.4 轨迹置信度检验
• 4.4 实验结果分析
• 4.4.1 “能量扩散”对比实验与分析
• 4.4.2 信噪比提高效果对比实验与分析
• 4.4.3 目标分离效果对比实验与分析
• 4.4.4 多点预测与轨迹匹配对比实验与分析
• 4.4.5 基于状态稳定的TBD 算法检测
• 4.5 本章小结
• 第五章 弱小目标识别算法
• 5.1 引言
• 5.2 信息对准
• 5.2.1 空间对准
• 5.2.2 时间对准
• 5.3 弱小目标速度、灰度和轨迹信息
• 5.3.1 弱小目标速度信息
• 5.3.2 弱小目标灰度信息
• 5.3.3 弱小目标轨迹信息
• 5.4 基于弱小目标速度、灰度的D-S 证据融合
• 5.4.1 证据理论的基本概念
• 5.4.2 证据理论在弱小目标识别中的应用
• 5.5 基于弱小目标速度、灰度和轨迹信息的非平等D-S 证据融合
• 5.5.1 非平等D-S 证据融合
• 5.5.2 非平等D-S 证据融合在弱小目标识别中的应用
• 5.6 实验结果分析
• 5.7 本章小结
• 第六章 基于VC++和OPENCV 的弱小目标检测识别软件开发
• 6.1 引言
• 6.2 弱小目标检测与识别软件主要功能
• 6.3 弱小目标检测与识别软件主要界面
• 6.3.1 主操作界面
• 6.3.2 参数设置对话框
• 6.3.3 运行结果界面
• 6.4 相关算法程序简介
• 6.4.1 基于小波分解的目标检测
• 6.4.2 “流水线法”提取弱小目标
• 6.4.3 动态规划法检测弱小目标
• 6.4.4 轨迹关联算法函数
• 6.4.5 弱小目标识别算法函数
• 6.5 本章小结
• 第七章 总结及展望
• 7.1 本文的主要工作
• 7.2 本文的不足和进一步展望
• 参考文献
• 致谢
• 在学期间所发表的学术论文