基于人类视觉的红外弱小目标检测与跟踪算法研究

发布时间：2021-08-28 10:18

　　红外目标检测技术在军事、国防等领域应用广泛,随着计算机技术的发展,红外目标的检测跟踪精度越来越高,红外目标检测跟踪技术应用在了工业、农业和交通等更多领域中。其中,红外弱小目标的检测跟踪技术难度大,军用和民用价值高,成为了各界研究学者广泛关注的课题。本文在此基础上,展开了基于人类视觉机制的红外弱小目标检测与跟踪算法研究。首先,对红外图像进行研究,分析了图像背景、噪声和弱小目标的特性,介绍了基于背景抑制和噪声抑制的红外图像预处理方法,为本文的研究内容提供理论基础。其次,针对由背景边缘和高亮度的角点引起的检测虚警问题,从人类视觉特性出发,以小目标和背景边缘在局域内的方向特性为依据,提出了改进的显著性检测方法。针对在对不同尺度的目标进行检测时检测效果不稳定的问题,将显著性检测和尺度空间结合,提出了尺度自适应的弱小目标检测方法。通过实验验证了上述方法的有效性。然后,对基于眼动机制的红外弱小目标检测跟踪方法进行研究。该方法先对红外图像进行显著性检测,然后确定感兴趣区域,在感兴趣区域内对目标进行检测,最后模拟人类视觉的眼动方式对目标进行跟踪。针对基于眼动机制的PID跟踪算法由于参数固定引起的跟踪效果... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

常见中值滤波模板

（2） 最大中值滤波算法在传统的中值滤波算法上改进的最大中值滤波的滤波算子结构为：图2.3 最大中值滤波结构示意图最大中值滤波算法步骤为：a) 对中心像素点分别取如图中箭头所示的四个方向，每个方向上的像素灰度值可以表示为

在Top-hat算法中，结构元的大小和形状对图像预处理的结果有很大的影响，根据理论研究和实际经验可以知道，结构元的面积要大于或者等于待检测的目标的大小。图2.11以结构元大小3 3为例，展示了两种常见的结构元：（a）正方形 （b）十字形图2.11 两种常见的结构元(a) 原始红外图像 (b) Top-hat滤波结果图2.12 Top-hat 滤波算法效果图图 2.12 为 Top-hat 处理后的效果图，可以看出该算法能够有效地抑制背景，同时较为完整地保留了目标信息。

【参考文献】：
期刊论文
[1]基于核相关滤波器的多目标跟踪算法[J]. 周海英,杨阳,王守义.  激光与光电子学进展. 2018(09)
[2]基于引导滤波和核相关滤波的红外弱小目标跟踪[J]. 赵东,周慧鑫,秦翰林,钱琨,荣生辉,成宽洪,宋尚真.  光学学报. 2018(02)
[3]基于人类视觉机制的红外目标检测方法[J]. 王瑞,朱志宇,张冰.  火力与指挥控制. 2017(10)
[4]基于视觉对比度机制的红外小目标检测[J]. 陈玉文,李玲,辛云宏.  激光与红外. 2017(02)
[5]多伯努利滤波的快速红外弱小目标检测与跟踪[J]. 李翠芸,李宁,姬红兵.  西安电子科技大学学报. 2016(04)
[6]典型的红外图像背景抑制滤波算法研究[J]. 王初阳,李雪,梁承玉,李博章.  火力与指挥控制. 2015(08)
[7]采用图像块对比特性的红外弱小目标检测[J]. 王刚,陈永光,杨锁昌,高敏,戴亚平.  光学精密工程. 2015(05)
[8]改进中值滤波方法的图像预处理技术[J]. 王红君,施楠,赵辉,岳有军.  计算机系统应用. 2015(05)
[9]红外弱小目标检测技术研究现状与发展趋势[J]. 侯旺,孙晓亮,尚洋,于起峰.  红外技术. 2015(01)
[10]改进的多贝努利滤波检测前跟踪算法[J]. 欧阳成,华云,高尚伟.  系统工程与电子技术. 2013(11)

博士论文
[1]序列图像红外小目标检测与跟踪算法研究[D]. 孙继刚.中国科学院研究生院(长春光学精密机械与物理研究所) 2014

硕士论文
[1]基于随机有限集的弱小目标TBD方法研究[D]. 廖良雄.西安电子科技大学 2014
[2]复杂云背景中小目标检测的背景抑制方法[D]. 郭晗.哈尔滨工业大学 2014



本文编号：3368329