红外序列图象弱小运动目标检测新方法研究

论文摘要

运动弱小目标的检测与处理一直是计算机视觉与图像处理工作中的重要课题,也是红外探测系统中的核心技术之一,特别是在背景复杂、距离较远的情况下,很难有效地实时分离目标。能见度低的点源目标的检测和跟踪问题产生于远程监控的应用背景中,比如宽视场望远镜,红外搜索和跟踪系统以及其他基于点源目标检测的监控系统。远距离的红外成像目标通常隐藏在高度结构化的背景杂波和强噪声环境中,近些年来,强杂波条件下的可见光和红外小目标的检测研究工作已愈来愈为人们所重视。算法的性能对红外探测系统的作用距离和智能化程度十分关键。本论文工作的目的是结合国家自然科学基金重点项目“复杂条件下目标自动识别的理论与关键技术”和国防重点预研课题研究运算量小且鲁棒性强的低信噪比小目标检测跟踪算法,为其实时实现提供理论依据和试验支撑。因此,本文拟从两方面展开研究:一是红外图像序列中弱小运动目标检测技术研究,二是红外图象序列中弱小目标跟踪方法研究、运动目标轨迹的确定及检测算法性能分析。为发展我国红外搜索和跟踪系统以及其他基于点源目标检测地面应用系统和其它相关研究提供技术支持。论文分析了红外图像的背景特性及序列图像的帧间差异性度量方法,描述红外图像背景预测的一般模型。在背景预测模型基础上论述了红外图像背景抑制的原理,进而详细讨论了几种背景抑制技术,结合实验结果分析了各种背景抑制技术的适用性。叙述一维及二维维纳滤波的一般原理,结合二维维纳滤波和时间维预测滤波发展红外弱小目标检测的一种新方法——基于三维时空域维纳自适应预测滤波算法,并将新算法成功应用于扫描型探测与凝视型探测相结合的单色弱小目标检测跟踪系统,从而对其实用性、有效性进行了验证。分析了各向异性微分方法对图像的滤波特性,在此基础上通过引入双阈值函数提出了一种新的基于双阈值函数的各向异性偏微分滤波算法,创造性地将各向异性微分方法应用于目标检测,并与其它算法进行了对比实验,实验结果显示新算法能有效抑制复杂红外背景,尤其是背景中的结构性纹理,同时可以稳定地保留点目标信号,从而验证了新算法应用于目标检测的可行性和有效性。三维方向滤波是目标检测的经典方法之一,该算法通过对目标信号进行能量累积使检测能力大幅提高,在三维方向滤波经典模型中,目标信号能量的累积强度是目标信号在传感器视场内积分时间的单调增函数,本文推广三维方向滤波经典模型,提出了三维粗精搜索双方向滤波器技术,使用两种不同的搜索精度对全状态空间和相应状态子空间进行搜索,得到了运算代价和检测性能的良好折衷;并且消除了目标信号能量的累积强度对滤波帧数的依赖性,使其仅与目标信号在传感器视场内积分时间长度相关。利用目标检测常用的门限判决和目标轨迹跟踪技术,依据目标运动的连续性、方向性,分析扫描型探测和凝视型探测成像特性,借鉴最小二乘预测技术,建立应用于扫描型探测与凝视型探测相结合的单色弱小目标检测跟踪系统的目标轨迹跟踪算法。利用目标检测算法性能评价方法及建立评价方法的前提和假设,分析目标/背景统计特性,对检测概率、虚警概率等性能指标进行建模、实验及理论分析。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 国内外研究进展
• 1.3 本论文的主要工作
• 1.4 本论文的课题来源及内容安排
• 1.4.1 本论文的课题来源
• 1.4.2 本论文的内容安排
• 2 红外图像背景抑制技术的研究
• 2.1 引言
• 2.2 红外图像特性分析及背景预测模型
• 2.2.1 图像模型的一般理论
• 2.2.2 红外序列图像的帧间差异性度量
• 2.2.3 红外序列图像组成
• 2.2.4 背景预测模型
• 2.3 基于背景预测的红外图像杂波抑制技术的研究
• 2.3.1 自适应滤波法
• 2.3.2 帧间非线性图像滤波
• 2.3.3 帧内非线性滤波
• 2.3.4 形态学滤波
• 2.3.5 二维最小均方滤波
• 2.3.6 时空域自适应滤波
• 2.4 试验结果实例与分析
• 2.5 本章小结
• 3 基于三维时空域维纳自适应预测滤波算法的红外运动弱小目标检测技术
• 3.1 维纳滤波的基本原理
• 3.1.1 一维维纳滤波
• 3.1.2 二维维纳滤波
• 3.2 基于三维时空域维纳自适应预测滤波算法的红外运动弱小目标检测技术
• 3.2.1 三维时空域维纳自适应预测滤波算法
• 3.2.2 简化的基于三维时空域维纳自适应预测滤波器的算法
• 3.3 适合于扫描型探测与凝视型探测相结合的单色弱小目标检测跟踪技术
• 3.3.1 红外成像的采样模型
• 3.3.2 适合于扫描型探测与凝视型探测相结合的单色弱小目标检测跟踪技术
• 3.4 试验结果与分析
• 3.5 本章小结
• 4 基于双阈值函数各向异性偏微分方程的弱小运动目标检测技术
• 4.1 各向同性微分和各向异性偏微分方程的基本理论
• 4.1.1 各向同性微分
• 4.1.2 各向异性微分
• 4.2 基于双阈值函数各向异性偏微分方程和时间预测算法的弱小运动目标检测技术
• 4.2.1 基于双阈值函数各向异性偏微分方程的背景抑制技术
• 4.2.2 基于时间预测算法的弱小运动目标检测技术
• 4.3 试验结果分析与对比
• 4.4 本章小结
• 5 基于粗精搜索双方向滤波的弱小运动目标检测技术
• 5.1 三维方向滤波的基本理论
• 5.2 三维双方向滤波
• 5.3 三维粗精搜索双方向滤波器
• 5.4 试验结果分析与对比
• 5.5 本章小结
• 6 基于运动连续性和方向性的目标轨迹跟踪关联预测算法
• 6.1 门限判决技术
• 6.2 常用的目标轨迹跟踪算法
• 6.2.1 基于最小二乘预测的轨迹关联检测算法
• 6.2.2 位移式管道滤波方法
• 6.3 基于三维智能管道标记拟合跟踪算法的弱小运动目标跟踪技术
• 6.3.1 三维智能管道标记拟合跟踪算法
• 6.3.2 递推三维智能标记拟合跟踪算法
• 6.4 试验结果及分析
• 6.4.1 目标轨迹跟踪关联预测的性能以及相关参数的选取分析
• 6.4.2 试验结果实例
• 6.5 本章小结
• 7 红外弱小运动目标检测性能分析
• 7.1 红外弱小目标检测性能评价的基本手段
• 7.2 红外弱小目标检测性能评估所涉及的前提和假设
• 7.3 检测概率和虚警概率指标的分析和估计
• 7.3.1 术语定义
• 7.3.2 目标/背景统计特性分析
• 7.3.3 单帧图像目标虚警率与检测率的关系及判决门限选取
• 7.3.4 多帧检测性能分析
• 7.3.5 实验结果实例及分析
• 7.4 本章小结
• 8 结论与展望
• 8.1 研究工作总结
• 8.2 本文的创新之处
• 8.3 进一步研究展望
• 致谢
• 参考文献
• 附录1 攻读学位期间发表论文的目录
• 附录2 攻读学位期间所从事的科研项目