复杂干扰场景下的红外小目标检测与跟踪算法研究

发布时间：2020-03-18 11:12

【摘要】：红外小目标检测跟踪广泛应用于视频监控、遥感技术、精确导航制导、军事防御等各个领域。实际应用场景中的背景图像往往包含大量背景杂波,极易造成检测结果中的虚警。此外,在军事领域,不仅要求红外制导系统在复杂场景中稳定跟踪目标,还要求系统具备抗人工诱饵弹干扰能力。因此抵抗复杂场景中的自然干扰与人工干扰,完成红外小目标的检测跟踪具有重要意义。本文分析了目标与干扰特性,重点研究了复杂干扰场景中的红外小目标检测和跟踪问题,主要研究内容如下:针对复杂场景中红外小目标检测问题,本文对红外弱小目标以及所在场景中的边缘、角点等背景杂波进行分析与对比,总结了目标与杂波在灰度分布和结构大小上的差异,提出了一种基于最相似邻近块背景估计的红外小目标检测算法。算法将传统的基于像素点的背景估计算法提升为基于图像像素块的背景估计算法,能有效的将复杂背景中的边缘杂波保留在背景图像中,减少目标图像中的边缘杂波,降低检测结果的虚警率。实验结果表明,该算法能在背景图像估计过程中准确地区分目标与杂波,是一种高检测率、低虚警率的红外小目标检测算法。针对红外小目标跟踪过程中会受到虚警、相似物干扰的问题,本文分析了目标的特征和运动特性,提出了一种基于自适应权重的多特征联合滤波目标预关联算法,该算法通过建立目标特征模型和目标轨迹链,有效地抵抗了与目标特征差异较大的干扰物的影响。针对目标跟踪过程中受到红外诱饵干扰的问题,通过对红外诱饵从释放到消失的整个周期内与红外小目标之间行为特征进行分析,总结了红外诱饵干扰行为的特性,提出了基于特征压缩和最小风险准则的红外诱饵干扰事件检测算法。最后在以上两种算法基础上提出了一种基于事件检测的抗诱饵红外小目标跟踪算法。实验结果表明,该算法不仅能准确检测出红外诱饵事件,而且能在干扰发生时自适应地采用不同的跟踪策略对目标进行跟踪,有效地抵抗复杂场景中多种干扰,完成目标实时跟踪。
【图文】：

红外诱饵弹,轮廓提取,目标,红外诱饵

我们对原始目标和目标与诱饵弹相互遮挡产生的“新目标”进行边缘提取，，结果如图2-11 所示。从图中可以看出，由于目标与诱饵弹的相互重叠，“新目标”不仅轮廓变大，而且轮廓的方向也发生了变化，与真实目标的区别十分明显。图 2-11 目标释放红外诱饵弹前后的轮廓提取结果。第一列为目标未释放红外诱饵弹时的目标区域和对应的边缘检测结果。第二列为目标释放红外诱饵弹时的目标区域和对应的边缘检测结果。综上所述，通过对红外诱饵干扰行为的详细分析，我们发现真实目标与 “新目标”虽然在表征特性上极为相似，但在轮廓的方向和大小上存在明显差异，因此可以实时提取目标的轮廓特征，并利用该特征在目标释放诱饵前后的差异实现对红外诱饵干扰行为的检测，使踪算法具有自适应判断并抵抗红外诱饵干扰的能力。

搜索策略,像素点,像素,保护区域

免其自相似性的干扰，在估计时应该建立一定的保护区域，避块尺寸时，目标被自身区域估计，影响估计结果。保护区域的小的 2 倍。述，我们提出了如下的最相似邻近块搜索策略。如图 3-4 所示 )被分成了很多小像素块，红色方框表示中心像素块0V，黄色方域为需要从搜索区域排除的保护区，主要是为了避免像素块自外小目标对背景图像估计引起的偏差。因此，中心像素块0V的下式得到：1 2a r g m a x ( , , )kii S S Ss iV ViS表示中心像素块和其周围第i 个像素块的相似性。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TN21

【相似文献】