基于时空显著性的红外目标检测与跟踪方法研究
发布时间：2021-03-25 04:49
受到镜头成像机理的限制,可见光成像方式无法有效地进行全天候工作,而红外成像模式以其独特的优势弥补了可见光的不足,得到了广泛的应用。但是红外图像易受到背景噪声和杂波影响,因此制约了红外图像目标检测质量的提升。本文针对红外图像小目标的检测与跟踪问题开展了研究,基于空间域与时间域显著性特征提取算法进行相应的改进,提出了基于时空显著性融合的红外目标检测与跟踪算法。改进算法提高了红外图像弱小目标检测的鲁棒性,在此基础上,改进了可见光目标识别的网络模型,实现了基于卷积神经网络的红外目标识别。本文首先对经典的红外目标检测算法进行研究,从红外图像的基础数学模型入手,介绍了两种常用的红外图像背景抑制算法后选择采用视觉显著性注意力模型来进行红外目标检测。本文提出了一种双通道特征谱残差方法,以提取红外目标的空间域显著性。首先利用了轮廓波分解系数中的显著性,提出对轮廓波各个方向子带上的系数进行最大中值滤波。在分形维数变换到傅里叶频域上后,对分形维数和原图像进行谱残差运算（SR）,最终生成图像在空间域上的显著图。对于红外图像的时间域显著性,本文提出一种基于光流的红外目标运动信息提取方法。在背景和小目标同时存在运...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 红外目标检测研究背景及意义
1.2 视觉显著性特征以及国内外红外目标检测研究现状
1.2.1 红外小目标检测现状
1.2.2 时空显著性在红外图像中的应用
1.3 论文主要内容以及框架
1.3.1 论文研究思路以及主要工作
1.3.2 论文的结构设计
2 红外目标检测方法
2.1 红外成像机理分析
2.2 红外图像背景抑制基本方法
2.3 两种背景抑制方法
2.3.1 统计排序滤波
2.3.2 基于空域高通的红外目标背景抑制
2.4 本章小结
3 红外目标空域显著性检测算法
3.1 本章概要
3.2 基于contourlet轮廓波与分形理论的边缘检测
3.2.1 contourlet轮廓波分解特征
3.2.2 基于分形理论的空域特征提取
3.3 改进频域谱残差的显著性检测
3.4 检测效果与实验分析
3.5 本章小结
4 基于时空域显著性融合的红外弱小目标检测与跟踪
4.1 连续红外图像序列的时间域信息获取
4.2 时空域显著性融合的红外目标检测与跟踪
4.3 基于神经网络的红外目标识别
4.3.1 改进后的VGG-f卷积网络模型设计
4.3.2 系统实验环境以及训练集准备
4.4 检测效果与实验分析
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]基于加权融合特征与Ostu分割的红外弱小目标检测算法[J]. 刘昆,刘卫东. 计算机工程. 2017(07)
[2]利用分形和多尺度分析的中低分辨率SAR图像变化检测[J]. 张晗,倪维平,严卫东,边辉,吴俊政,李莎,金骁. 武汉大学学报(信息科学版). 2016(05)
[3]基于超像素时空显著性的运动目标检测算法[J]. 云红全,徐力,孙骁,明德烈,鞠雯. 红外技术. 2015(05)
[4]一种基于视觉显著图的舰船红外图像目标检测方法[J]. 马新星,沈同圣,徐健. 红外. 2013(10)
[5]一种基于知识模型的红外目标检测方法[J]. 苏娟,杨罗,卢俊. 光子学报. 2013(07)
[6]利用KPCA特征提取的Adaboost红外目标检测[J]. 吴燕茹,程咏梅,赵永强,高仕博,魏坤. 红外与激光工程. 2011(02)
[7]图像多尺度配准的小波域SIFT方法[J]. 武建明,田铮,刘向增,延伟东. 西北工业大学学报. 2011(01)
[8]基于局部分形维数的多目标检测算法[J]. 董文明,吴乐华,韩超,姜德雷. 红外技术. 2009(03)
[9]改进型中值滤波和形态学组合降噪方法[J]. 丁亚军,谢可夫. 计算机与现代化. 2007(02)
[10]基于分形特征的目标检测算法概述及仿真[J]. 诸葛霞,向健勇. 红外技术. 2006(10)
博士论文
[1]复杂背景下末制导红外目标检测、跟踪技术研究[D]. 赵菲.国防科学技术大学 2012
[2]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
本文编号：3099057
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 红外目标检测研究背景及意义
1.2 视觉显著性特征以及国内外红外目标检测研究现状
1.2.1 红外小目标检测现状
1.2.2 时空显著性在红外图像中的应用
1.3 论文主要内容以及框架
1.3.1 论文研究思路以及主要工作
1.3.2 论文的结构设计
2 红外目标检测方法
2.1 红外成像机理分析
2.2 红外图像背景抑制基本方法
2.3 两种背景抑制方法
2.3.1 统计排序滤波
2.3.2 基于空域高通的红外目标背景抑制
2.4 本章小结
3 红外目标空域显著性检测算法
3.1 本章概要
3.2 基于contourlet轮廓波与分形理论的边缘检测
3.2.1 contourlet轮廓波分解特征
3.2.2 基于分形理论的空域特征提取
3.3 改进频域谱残差的显著性检测
3.4 检测效果与实验分析
3.5 本章小结
4 基于时空域显著性融合的红外弱小目标检测与跟踪
4.1 连续红外图像序列的时间域信息获取
4.2 时空域显著性融合的红外目标检测与跟踪
4.3 基于神经网络的红外目标识别
4.3.1 改进后的VGG-f卷积网络模型设计
4.3.2 系统实验环境以及训练集准备
4.4 检测效果与实验分析
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]基于加权融合特征与Ostu分割的红外弱小目标检测算法[J]. 刘昆,刘卫东. 计算机工程. 2017(07)
[2]利用分形和多尺度分析的中低分辨率SAR图像变化检测[J]. 张晗,倪维平,严卫东,边辉,吴俊政,李莎,金骁. 武汉大学学报(信息科学版). 2016(05)
[3]基于超像素时空显著性的运动目标检测算法[J]. 云红全,徐力,孙骁,明德烈,鞠雯. 红外技术. 2015(05)
[4]一种基于视觉显著图的舰船红外图像目标检测方法[J]. 马新星,沈同圣,徐健. 红外. 2013(10)
[5]一种基于知识模型的红外目标检测方法[J]. 苏娟,杨罗,卢俊. 光子学报. 2013(07)
[6]利用KPCA特征提取的Adaboost红外目标检测[J]. 吴燕茹,程咏梅,赵永强,高仕博,魏坤. 红外与激光工程. 2011(02)
[7]图像多尺度配准的小波域SIFT方法[J]. 武建明,田铮,刘向增,延伟东. 西北工业大学学报. 2011(01)
[8]基于局部分形维数的多目标检测算法[J]. 董文明,吴乐华,韩超,姜德雷. 红外技术. 2009(03)
[9]改进型中值滤波和形态学组合降噪方法[J]. 丁亚军,谢可夫. 计算机与现代化. 2007(02)
[10]基于分形特征的目标检测算法概述及仿真[J]. 诸葛霞,向健勇. 红外技术. 2006(10)
博士论文
[1]复杂背景下末制导红外目标检测、跟踪技术研究[D]. 赵菲.国防科学技术大学 2012
[2]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
本文编号：3099057
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3099057.html
