于雪莲[1]2004年在《复杂背景条件下红外运动目标的实时探测和跟踪技术》文中提出复杂背景下红外运动目标的检测和跟踪是红外成像制导和红外预警系统中的关键技术难题，它分别针对远距离点目标和近距离面目标进行检测、跟踪。大量的低空背景景物以及点目标的特点——远距离、低信噪比、强杂波等，增加了目标检测和跟踪的难度。目前对红外目标的检测方法有很多种，如神经网络训练、小波分析等都有很好的效果，但从计算量和实时处理上却不能达到要求，而实时检测目标又是红外目标检测的难点。红外目标跟踪方法有形心跟踪、相关跟踪等，但是运动目标的不同阶段需采用不同的跟踪方式才能达到稳定的跟踪效果，此外，还需考虑目标运动过程中突然被遮挡的情况。 本文正是针对红外运动目标所处的不同阶段，深入分析各种成熟方法的优缺点，提出了一套适用于红外预警系统的红外运动目标检测和跟踪方法。利用相邻帧红外图像实时相减提取运动目标，然后进行二值化、二值滤波，降低虚警率，最后产生跟踪波门。这些算法均用Visual Basic语言编程进行了模拟仿真实验，证明该套算法提取和跟踪目标效果显着。
刘云鹤[2]2009年在《基于注意机制的红外小目标检测与跟踪算法研究》文中认为作为红外自寻的制导、搜索跟踪和预警领域的一项关键技术,红外弱小目标检测与跟踪成为了红外图像处理领域中一项历史悠久且又充满活力的研究课题。对于实际的武器系统来说,如何充分发挥红外目标检测技术的优势,尽可能提高目标的检测距离,以争取在最有利的时机获取目标的相关信息成为决定现代战争胜负的重要因素。距离越远,目标成像面积就会越小,且其遭受复杂背景杂波影响的可能性就会更大,所以相比于其它红外目标检测与跟踪问题而言,如何实现复杂背景条件下红外弱小目标对象的稳健检测和跟踪就成为了一项更具实际意义和挑战性的研究课题。本论文主要研究复杂背景下红外运动弱小目标的检测与跟踪。主要在红外弱小目标图像预处理、弱小目标检测及弱小目标跟踪叁个方面进行了研究。针对形态学滤波结果容易受到结构元素的大小和形状的影响问题,提出了一种基于自适应形态学Top-hat滤波器的红外弱小目标背景抑制方法,形态学算子采用基于最优保存策略的小生境遗传算法进行优化,通过采用自适应策略控制交叉和变异算子,提高了收敛速度和优化效果。与传统的算法进行比较,实验结果表明该算法对信噪比较低的复杂背景弱小目标图像,可以尽量保留图像中目标的细节,从而减少背景泄露,提高了目标的信噪比。分析了传统的先检测后跟踪和先跟踪后检测检测算法,这些方法为了对目标的存在性做出判断,往往需要对图像的所有区域进行验证,但实际上所关心的内容通常仅占图像中很小一部分面积。本文提出了一种基于视觉注意机制的红外弱小目标检测方法,该方法将红外弱小目标图像分为外场景和内场景图像,对于外场景图像通过最小错误概率准则抽取图像的感兴趣区域切片,对于内场景图像采用多特征融合的方法检测真实的弱小目标位置。在保证其他性能的前提下,大幅提高了运算效率。由实验结果可以看出,该算法对于较低信噪比的图像序列能够实时的检测出视场中的多个弱小目标,并且运算量小,便于硬件的并行实现,尤其适合大视场下红外弱小目标实时检测。针对粒子滤波易受到样本贫化现象影响,使粒子丧失了多样性的问题,提出了一种基于量子遗传算法重采样的粒子滤波算法。通过量子遗传算法改善样本集的多样性,减轻了样本贫化现象的同时提高了运动弱小目标跟踪的准确性。采用实际红外图像对所提出的算法进行了仿真实验,结果表明,用该方法得到的状态估计结果优于扩展卡尔曼滤波算法和传统的粒子滤波算法获得的结果。针对本文提出的基于视觉注意机制的弱小目标检测算法,给出了一种FPGA结合多DSP的硬件实现方案设计。采用叁片DSP作为红外图像核心处理单元,采用多处理器松耦合星形拓扑网络系统结构及模块化设计的思想,结合大规模可编程逻辑器件设计并实现了一种具有很好重构性、实时性与适用性的红外弱小目标检测系统。给出了具体的预处理算法、感兴趣区域提取算法以及多特征融合算法的软件设计及实现步骤,在实际系统中对红外弱小目标检测器的测角精度和实时性方面进行了测试,测试结果表明在测角精度和实时性的性能方面达到了设计指标要求。综上所述,本论文对红外成像目标检测与跟踪相关技术进行了深入的研究,对提出的几种算法均利用实拍的红外图像进行了试验验证,试验结果表明本文提出的算法获得了很好的检测与跟踪效果。
孙刚[3]2015年在《大视场红外搜索系统目标检测关键技术研究》文中指出现代高技术战争中,红外成像探测已成为在复杂电磁干扰对抗环境下,辅助或替代雷达进行目标监视预警的重要方式,也是未来非对称作战环境下战场防御主要途径。现阶段发展第叁代红外探测系统的主要方向是,利用上千像元的大规格焦平面阵列进行远距离、大视场、高分辨的目标探测及成像识别。该类系统主要特点是:高精度探测、快速扫描、水平方向360度全景覆盖和大俯仰角度的搜索警戒。由此,大视场红外图像处理、实时目标检测算法等问题就突显出来。本文以“十二五”装备预先研究项目为支撑,以新一代高性能大视场红外搜索系统的应用需求为依据,针对大视场红外图像的目标探测技术开展研究。论文共分为四个部分:第一部分针对高动态范围的红外图像,在动态拉伸过程中由于大视场内背景成分较复杂,导致无法有效保留细节及信杂比下降的问题,提出了一种动态范围压缩及细节增强(DRCDDE)算法。首先,采用双边滤波将原始图像分解为包含大尺度结构的基底图像和包含高频信息的细节图像。然后,建立起局部对比度保持的动态范围压缩的算子模型,并提出一种新的非线性亮度转移函数,实现对基底图像的自适应动态范围压缩。对于细节图像,根据图像局部统计特性构建合适的灰度扩展准则,实现低对比度的细节增强及噪声的抑制。最后,将两部分结果进行加权融合。论文用真实的红外数据进行实验,并提出联合度量标准与其它算法进行定量的比较。结果表明,本文的算法不仅能实现各种红外场景下的动态范围压缩,很好的增强不同温度背景中的微小温差细节;同时还可以有效的增强弱小目标抑制噪声,即提高了图像的显示效果又利于进一步的目标提取。第二部分针对大视场红外图像单帧数据量大、背景干扰成分繁杂、目标信杂比低等特点,提出了两种满足实时处理要求的兴趣区快速提取算法:基于傅里叶频谱滤波的红外图像显着性检测和基于分块图像加权熵值矩阵的兴趣区提取,并构造基于多特征融合的综合分类器以实现目标确认和虚警剔除。首先,受人眼视觉系统能快速形成对显着区域注意的启发,论文提出了基于离散傅里叶频谱滤波的红外图像显着图生成算法。算法利用二维Gabor滤波器对红外图像进行不同频率、朝向的多通道特征提取;进而建立了基于频谱滤波的显着性检测(FSFS)模型。它在频域上建立视觉注意模型获取图像的显着性信息,可以引导计算资源的分配,快速、高效的实现兴趣区提取。此外,结合实测大视场图像的特点,论文还提出一种基于分块图像加权熵值矩阵的快速兴趣区提取算法。它提出一种加权熵特征判别函数,建立子图像块的加权熵值矩阵;通过自适应阈值选取方法对背景分类并快速提取目标兴趣区。第叁部分针对大视场红外搜索系统在大范围、全景监视时,无法自动预知目标尺度信息;而不同距离的目标成像尺寸差异引起的特征变化,使传统小视场目标检测算法难以自适应的问题,提出了一种可实现红外图像中典型目标定位及自动尺度选择的算法。利用多尺度分析并基于离散尺度空间理论,算法流程为:首先,用blob-like结构对图像中飞机目标进行特征建模,并基于Lindeberg的公理化结论数值实现了红外图像二维离散尺度空间的构造。然后,引入离散导数近似的概念,推导出能稳定提取离散尺度空间中blob-like特征点的微分组合,称为归一化的拉普拉斯的离散相似(NDAL)算子。检测离散尺度空间中NDAL的26邻域极大值得到图像初始的关键点。最后,通过分析目标的多尺度奇异性设计冗余关键点的联合抑制准则,实现真实目标点的提取及尺度选择。利用尺度信息,指导多特征融合的综合分类器的设计,获取较高的目标与虚警的识别准确率。仿真数据和多种复杂背景及目标尺寸的真实数据进行实验,结果都证明了本文算法检测和尺度选择的能力。算法最大优势在于可在没有任何先验知识的条件下提供目标的尺度信息,以指导真实目标的确认和虚警剔除。第四部分针对大视场红外搜索系统工程实现的大数据量图像实时处理、高速率数据传输以及并行体系构建等关键技术进行了研究。论文设计了一种基于多核DSP+FPGA架构的高性能处理的平台,实现了多核协同并行处理、Rocket IO高速串行互联和基于SmartReflex技术的动态功率监视。在该平台上,进一步基于可重构并行技术完成算法的实时处理。测试表明,设计的硬件平台具有强大的运算和数据吞吐能力;多核并行处理机制可充分提高硬件资源效率,获取最优化的性能,满足大视场红外系统实时信号处理的需要。
李勐[4]2006年在《红外序列图象弱小运动目标检测新方法研究》文中研究表明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——基于叁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。叁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,在叁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,本文推广叁维方向滤波经典模型,提出了叁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。
程胜莲[5]2006年在《基于多级滤波器的红外运动小目标实时跟踪》文中研究说明红外成像跟踪系统由于处理的是多维信号,且为被动检测技术,具有隐蔽性好、抗干扰能力强、跟踪精度高等优点,在许多领域有着重要的应用,如导弹制导、医疗及智能交通系统等。随着应用需求的不断提高,要求最大限度地尽早发现目标,使得人们对序列图像中远距离、低信杂比的运动小目标的检测和跟踪技术产生了浓厚的兴趣,并成为当前研究的热点之一。本文对红外序列图像运动小目标的实时检测与跟踪进行了研究,主要内容如下:(1)对红外背景抑制技术进行了研究,在总结几种典型预处理技术基础上,提出了一种基于融合的改进结构多级滤波器。仿真实验表明,改进结构的多级滤波器可以有效地解决多尺度小目标的自适应增强的问题。(2)介绍了红外成像跟踪系统的组成,着重对红外成像跟踪技术进行了研究;在探讨多目标跟踪的典型问题基础上,实现了一种基于目标多特征融合的数据关联方法。(3)提出了一种云层杂波背景下检测小目标的算法,并实现了一种单色红外序列图像运动小目标的搜索与跟踪算法;探讨了影响跟踪稳定性的几种情况,针对红外诱饵与目标在双色中的不同特性,实现了一种基于双色红外图像融合的运动小目标跟踪算法;实验表明,该跟踪算法在红外诱饵干扰时具有良好的稳定性。(4)对跟踪算法的实时实现进行了研究,首先实现了均值模板多级滤波算法模块的快速计算;针对C6000系列DSP,介绍了算法实现时编程语言的优化方法;最后基于具体图像处理系统硬件拓扑结构研究了算法并行分配的实现。
管志强[6]2009年在《红外搜索系统中目标探测与识别技术研究》文中研究说明红外搜索系统(Infra-Red Search System,IRSS)被动地接受目标的红外辐射来探测、跟踪和识别目标。其相比于雷达预警,红外搜索系统具有隐蔽性好、角分辨率高、抗电磁干扰能力强,以及体积小、重量轻、机动性强等优点,正逐渐成为现代防御体系中的一个重要组成部分,受到各国军工部门的重视。作为红外搜索系统中的一项关键技术,红外弱小目标检测与跟踪技术在红外图像处理领域中受到广泛的重视。对于实际的武器系统,如何尽可能提高目标的探测距离,以争取在最有利的时机获得来袭目标的相关信息成为决定现代战争胜负的重要因素。但当目标距离较远时,目标在红外图像中表现为点目标,且其受到复杂背景杂波和噪声影响的可能性更大,所以相比于其它红外目标探测跟踪问题而言,如何实现复杂背景条件下红外小目标的稳健检测和跟踪成为一项更具有实际意义和挑战的研究课题。本文的主要研究内容是在基于面阵探测器扫描的搜索系统平台上,研究包括目标红外辐射传输特性,及在该平台下目标成像模型和影响目标探测性能的杂波与噪声的分布特征;深入研究红外背景抑制技术,在研究、比较和改进已有算法的基础上,提出了一系列适合本平台的红外目标背景抑制算法;深入研究目标检测跟踪技术,并将红外目标预处理、检测与跟踪过程在一个完整的框架下实现。在目标红外辐射、传输方面,分析了典型来袭目标(飞机、巡航导弹)的红外辐射特性,研究了大气红外传输特性,为搜索系统选择合适的工作参数提供了理论依据;推导出基于面阵探测器扫描搜索系统的成像点扩散函数,并深入研究分析了影响目标检测的背景杂波和噪声的时间和空间分布特征。在背景抑制技术方面,研究、比较了已有的点目标背景抑制算法,并将这些方法改进以应用于本系统;在分析、比较这些算法特点的基础上,提出一系列结合本系统目标空间和时间分布特征的背景抑制方法,包括:利用单帧图像中目标空间分布特征的最小行间差滤波算法;结合目标区域线型形状相似度的基于区域统计排序的滤波算法;利用目标在不同尺度下分布差异的基于小波变换的滤波方法;依据光流直方图补偿背景云杂波运动的基于光流直方图的运动补偿算法及其简化的帧间匹配滤波算法。并通过大量的实验,研究、比较了这些算法各自的特点与适用条件。在目标检测方面,为进一步提高单帧图像的目标探测率,本文提出了基于背景自适应调整的小目标检测技术;并提出了基于算法融合的目标检测算法,该方法融合了不同算法的特点,对多种检测方法所检测的目标进行融合判决,并对所判决的目标分为不同的确信等级。实验结果表明,该方法有效的提高了目标的检测概率,并降低了因杂波和噪声产生的虚警。针对红外搜索系统,本文提出一种基于多假设的目标跟踪方案。根据目标在搜索系统中的运动特性和确信等级,采用卡尔曼滤波实现目标的预测与滤波,提出了完整的航迹起始、维持和终结方案。提出了一种基于多目标特征综合评价因子的数据关联技术,用目标坐标位置、灰度分布在时间上的连续性进行数据关联。仿真结果表明,本文提出的图像序列中弱小目标探测跟踪方案具有强的抗杂波、多目标跟踪、抗数据丢失和实时处理能力。最后,设计并实现了基于FPGA+DSP的信号处理系统,并根据本文所提出的目标探测与跟踪的理论与算法研究结果,将检测算法在不影响性能的前提下改进以易于硬件实现,并在该信号处理平台中实现。通过大量外场实验验证了本文所提出算法的有效性和实用性。
高国旺[7]2013年在《全向IRST系统的图像处理与信息融合技术研究》文中进行了进一步梳理红外搜索与跟踪（Infra-Red Searchand Tracking，IRST）系统是一种被动式的红外探测系统，具有隐蔽性好、角分辨率高、抗电磁干扰能力强等优点，已成为现代战争防御体系中的关键装备之一。特别是随着光电对抗技术的迅速发展及广泛使用，导弹、飞机等飞行速度不断提高、导弹作战方式的多样化（如一箭多头、真伪弹齐发、多方位群发等）以及实际作战环境的复杂性，都要求IRST系统必须同时兼具响应快、视场大（全向视场）和空间分辨率高（又称高精度）等性能。作者所在项目组提出的空间多路IRFPA凝视成像全向IRST系统方案，能较好地满足上述性能要求，本文重点研究系统的图像与信息处理算法及其硬件实现技术。论文在分析空间多路IRFPA凝视成像全向IRST系统结构和工作原理的基础上，对系统信息处理中涉及的关键技术，如红外图像预处理、弱小目标的检测与跟踪、信息融合（包括图像拼接和目标航迹融合）等问题进行了较深入的研究，提出了适用全向IRST系统性能要求的图像与信息处理算法，理论分析与仿真实验结果均验证了提出算法的合理性和有效性。最后，还设计并研制完成了实时实现上述算法的软硬件平台。论文的主要研究工作如下：1.分析了IRFPA非均匀性产生的机理和常用非均匀性校正算法的不足，研究了基于多分辨分析小波变换的非均匀性校正算法，该算法实现了非均匀性的增益和偏置参数自适应的校正。实验结果验证了算法的有效性，使图像的质量有着明显的改善。2.针对全向IRST系统工作环境中可能遇到的复杂云层背景和人为干扰，研究了基于全相位非下采样轮廓波变换（APNSCT）的背景抑制算法。为了增强算法的适应性，提出了两种较高性能的改进算法：基于双边滤波的APNSCT背景抑制算法和基于全变差模型的APNSCT背景抑制算法。实验结果显示，两种算法都能够有效抑制多种复杂背景，提高了图像信噪比，并且结构简单，实时性好。3.采用自适应阈值分割算法和帧间相关序列图像检测算法，实现了弱小目标的精确检测，并利用检测概率、虚警概率和ROC曲线对目标检测算法性能进行了评价。为了实现对不同运动状态目标的可靠跟踪，提出了基于交互式多模型的卡尔曼-高斯粒子滤波（IMMK-GPF）的机动目标跟踪算法，该算法具有跟踪精度高、适应性强和实时性好等特点，具有良好的工程实用价值。4.研究了全向IRST系统中的信息融合技术，包括目标航迹融合与图像拼接。采用分布式航迹融合结构方案，研究了分布式航迹关联算法与航迹融合算法，通过理论分析与仿真，算法可满足系统的性能指标要求。另外，还研究了多路小视场图像生成全向视场图像的拼接算法，实现了红外图像的准确、快速拼接。5.为了实时实现全向IRST系统的图像与信息处理算法，设计并研制完成了一套基于FPGA与DSP的高速并行处理的硬件平台，给出了基于DSP/BIOS实时操作系统的RF5软件设计框架结构。硬件平台不仅功能和实时性均满足全向IRST系统的要求，而且还具有稳定性好、易于扩展和便于维护等优点。总之，通过研究，文中提出的全向IRST系统的图像与信息处理算法以及实时实现算法的软硬件平台，都满足研究项目的性能指标要求，从而为研制高性能的全向IRST系统探索出了一条有效的技术途径，也为全向IRST系统的工程化实现奠定了一定的基础。
汪大宝[8]2010年在《复杂背景下的红外弱小目标检测与跟踪技术研究》文中提出红外成像目标检测与跟踪系统是一种基于被动探测技术的光机电一体化系统,它具有隐蔽性好、抗干扰能力强等优点,被广泛地应用于红外告警和精确制导等武器装备系统中。在实际应用中,为了尽可能多地增加火控系统的预警时间、提高己方的安全系数,要求红外探测系统能够在尽可能远的距离捕捉到目标并获取目标的相关信息。然而,当目标距离较远时,目标在视场中是以小目标的形态出现的,并且信号微弱,以至被淹没在复杂的背景之中,导致目标检测跟踪非常困难。因此,如何在复杂背景条件下对红外弱小目标实施稳定的检测与跟踪成为当今一项高难的前沿研究技术。另一方面,随着目标机动性能的不断提高,在系统性能指标中,对弱小目标检测跟踪的实时实现也提出了更高的要求。可见,研究复杂背景条件下红外弱小目标检测跟踪算法及其实时实现技术,不仅具有重要的理论意义,而且具有重大的工程实用价值。作者在深入分析国内外红外弱小目标检测跟踪研究现状和研究进展的基础上,结合在研国防科研项目要求,提出了一套复杂背景条件下实时高效的红外弱小目标检测跟踪系统实现方案。由于复杂背景是影响弱小目标检测跟踪性能的重要因素,因此,若要稳定而可靠地对目标进行检测和跟踪,就必须首先对红外弱小目标图像进行有效的预处理。为此,本文以国防科研项目中可能遇到的几种复杂背景的图像预处理技术为切入点,同时对复杂背景下的弱小目标检测、机动目标跟踪以及系统的软硬件实现等关键技术进行了深入的研究,并提出了相应的技术方案,理论分析和实验结果均验证了其合理性和有效性。论文的研究工作及成果主要有:首先,针对不同类型的复杂背景,研究了几种相应的背景抑制算法。对于视场中存在灰度远大于目标的大面积云层背景的情况,提出了基于马尔可夫随机场模型的正则化背景抑制算法;为了有效抑制纹理结构复杂且强起伏的云层背景,提出了一种基于Facet小面图像模型双向扩散滤波的背景抑制算法;此外,为了提高系统的实时性能,设计了基于自适应差分量化理论的背景抑制方法,实现了在采集图像的同时,完成了背景抑制。实验结果表明,上述算法能够有效抑制多种情况的复杂背景,并且结构简单,实时性好,均可作为工程应用的备选方案。其次,经过背景抑制后,虽然图像的信噪比得到显着的提高,但仍有可能残留较强的背景,传统的目标检测算法难以快速而准确地从图像中检测出弱小目标。为此,本文设计了基于图像等高线图特征匹配的弱小目标检测算法。实验结果表明,该算法具有检测概率高、适用范围广、实时性好的优点。再次,由于实战中被探测的目标通常具有较高的机动性能,其运动模型具有很强的非线性,为了对该类目标实施快速而准确的跟踪,本文提出了一种多速率的交互式多模型卡尔曼粒子滤波快速跟踪算法。实验结果表明,该算法显着地改善了算法的运算量,并在一定程度上提高了跟踪精度,是一种具有工程实用价值的跟踪算法。最后,针对科研项目的具体性能指标要求,设计了一套基于FPGA与多DSP的高速并行图像处理硬件平台,实时地实现了上述红外弱小目标检测与跟踪算法。同时,为了便于扩展该硬件平台的功能,还为其设计了并行图像处理实时操作系统(Parallel Image Process Real Time Operation System, PIPRTOS),用于实现系统算法软件的分布式处理。原理样机的外场实验表明,该系统不仅可实时地运行上述红外弱小目标检测与跟踪算法,而且具有良好的稳定性和可扩展性。所研究的算法和硬件平台已组装成了“复杂背景下红外弱小目标检测与跟踪技术”原理样机,并在某机场进行了多次外场实验,其功能和性能均达到了设计要求,验证了我们所研究的软硬件方案的正确性和有效性。
陈吉庐[9]2010年在《基于OpenCV的红外运动目标检测与跟踪算法研究及实现》文中进行了进一步梳理红外成像技术是依靠被动接收目标的红外辐射来工作的,它具有全天候、隐蔽性好等优点。随着红外成像技术的不断发展,红外成像系统已被广泛的应用于红外精确制导、预警、视频监控、搜索和跟踪等多种军事及民用领域。基于红外成像的目标运动检测与跟踪,作为上述领域的一项重要技术,具有十分重要的地位,在军用和民用领域都具有广阔的应用前景。本文围绕红外运动目标的检测与跟踪算法及其实现进行了探讨和研究,同时兼顾彩色视频目标的检测与跟踪技术研究。首先详细介绍了各种目标检测与跟踪算法的原理及其实现方法,对比了其优缺点,并根据实际需要,通过图像预处理与检测算法的组合对某些算法进行了优化。然后在此基础上利用MFC开发了一款基于OpenCV的运动目标检测与跟踪软件。该软件实现了帧差法、背景估计法、混合高斯建模法这叁种检测算法,以及Kalman、Camshift两种跟踪算法。为了详细说明该软件,本文还介绍了其总体结构和各项功能。最后,对软件的运行过程和结果进行了分析,并对检测与跟踪算法从主观和客观两个方面进行了评价。这对于红外目标检测与跟踪的实际应用是很有意义的,对“超低空弱小目标检测、识别与跟踪技术”等相关课题的预研工作也有一定的价值。
杨磊[10]2006年在《复杂背景条件下的红外小目标检测与跟踪算法研究》文中提出作为红外自寻的制导、搜索跟踪和预警等领域的一项关键技术,红外小目标检测与跟踪成为了红外图像处理领域中一项历史悠久且又充满活力的研究课题。对于实际的武器系统来说,如何充分发挥红外目标检测技术的优势,尽可能提高目标的检测距离,以争取在最有利的时机获取来袭目标的相关信息成为决定现代战争胜负的重要因素。距离越远,目标成像面积就会越小,且其遭受复杂背景和杂波影响的可能性就会更大,所以相比于其它红外目标检测与跟踪问题而言,如何实现复杂背景条件下红外小目标对象的稳健检测和跟踪就成为了一项更具实际意义和挑战性的研究课题。本文在一个全新的理论框架下探讨了复杂背景条件下的红外小目标检测与跟踪问题,可从整体上为该领域的其他研究者提供一条新的研究思路。遵循传统的研究步骤,本文将红外小目标检测与跟踪问题分解为图像预处理、小目标检测和小目标跟踪叁个阶段分别进行了研究。本文首次提出了关于“红外背景复杂程度”的基本概念,探讨并论述了一类有效的红外背景复杂程度定量描述办法。紧接着,提出了一种基于红外背景复杂程度描述的自适应Butterworth高通滤波方法,由此可实现具备一定普适性的红外图像预处理。在小目标检测问题的研究中,本文构造并实现了一类更具实用性的DBT(先检测后跟踪)小目标检测算法,从而在一个完整的框架下实现了红外图像预处理过程和小目标检测过程的自适应统一。在小目标跟踪问题的研究中,提出了一种融合了“基于滤波、数据关联”跟踪框架和“基于目标建模、定位”跟踪框架优点的红外视频序列中小目标跟踪算法。整篇论文的论述过程紧密地围绕着红外背景复杂程度这一基本概念展开,充分地体现了研究思路和方法的完整性和独特性。具体而言,本文的创新之处主要体现在如下几点:(1)首次提出了关于红外背景复杂程度的基本概念。由此概念可实现对实际红外视频序列中小目标的不同复杂背景简洁而统一地描述。在此基础上,本文又提出了一条实现红外复杂背景条件下图像预处理任务的新思路。(2)我们探讨并定性地论述了“加权信息熵”指标和改进的“方差加权信息熵”指标对于红
参考文献：
[1]. 复杂背景条件下红外运动目标的实时探测和跟踪技术[D]. 于雪莲. 南京理工大学. 2004
[2]. 基于注意机制的红外小目标检测与跟踪算法研究[D]. 刘云鹤. 哈尔滨工程大学. 2009
[3]. 大视场红外搜索系统目标检测关键技术研究[D]. 孙刚. 国防科学技术大学. 2015
[4]. 红外序列图象弱小运动目标检测新方法研究[D]. 李勐. 华中科技大学. 2006
[5]. 基于多级滤波器的红外运动小目标实时跟踪[D]. 程胜莲. 华中科技大学. 2006
[6]. 红外搜索系统中目标探测与识别技术研究[D]. 管志强. 南京理工大学. 2009
[7]. 全向IRST系统的图像处理与信息融合技术研究[D]. 高国旺. 西安电子科技大学. 2013
[8]. 复杂背景下的红外弱小目标检测与跟踪技术研究[D]. 汪大宝. 西安电子科技大学. 2010
[9]. 基于OpenCV的红外运动目标检测与跟踪算法研究及实现[D]. 陈吉庐. 南京理工大学. 2010
[10]. 复杂背景条件下的红外小目标检测与跟踪算法研究[D]. 杨磊. 上海交通大学. 2006
标签：无线电电子学论文; 红外成像论文; 图像融合论文; 自适应滤波论文; 红外传感器论文; 实时系统论文; 图像滤波论文; 卡尔曼滤波论文; 算法论文;