一种对空红外弱小目标检测跟踪方法研究
发布时间：2021-11-20 18:30
为了在对空中小目标打击过程中实现对目标的准确检测与跟踪,针对空中红外弱小目标信噪比低、像素点少等特点,本文基于红外视频图像,采用高斯滤波以及Top-Hat算子对图像进行预处理;利用边缘检测算法对图像中的目标进行检测与定位;根据检测得到的目标初始位置,通过核化相关滤波跟踪算法对目标持续跟踪;最后对跟踪效果做了定量评估。实验结果显示,跟踪最大视场角度误差不超过0.0062°,运行速度平均每帧可达25.3帧/s,该方法能够有效地对空中红外弱小目标进行自动检测跟踪。
【文章来源】：红外技术. 2020,42(04)北大核心CSCD
【文章页数】：5 页
【部分图文】：
KCF吊伞模型跟踪结果Fig.6TrackingresultsofKCFumbrellamodel(d)第220帧(d)220thframe(e)第300帧(e)300thframe(f)第420帧(f)420thframe
峁?绫?1所示。表1实验条件及跟踪速度Table1ExperimentalconditionsandtrackingspeedTrackingalgorithmKCFFeatureexpressionHOG+GrayCPU2.50GHzIntelCorei5-7300HQRAM8GBOperatingsystemX64,Windows10AlgorithmplatformVS2015+OpenCV3.1.0Videoresolution640512Trackingspeed25.3frame/s(a)第5帧(a)5thframe(b)第80帧(b)80thframe(c)第180帧(c)180thframe(d)第220帧(d)220thframe(e)第300帧(e)300thframe(f)第420帧(f)420thframe图6KCF吊伞模型跟踪结果Fig.6TrackingresultsofKCFumbrellamodel
第42卷第4期红外技术Vol.42No.42020年4月InfraredTechnologyApr.2020360(a)各帧中心误差(a)Centererrorofeachframe(b)中心误差率(b)Centererrorrate图7吊伞模型目标跟踪中心误差Fig.7Targettrackingcentererrorofparasolmodel由实验结果可知，算法在对该空中红外小型降落伞目标的检测及跟踪较为精确，能够在准确检测到目标后对目标进行稳定跟踪，且能够满足实时性要求。4总结提出了一种人不在回路的对空小目标检测跟踪方法，针对红外弱小目标图像像素有限、灰度变化不稳定以及背景分布不均匀等特点，通过图像预处理，保证了边缘轮廓检测效果的可靠性[8-9]；采用相关滤波跟踪算法，保证了该方法的实时性。最后通过实验可知，该方法运行速度可达25.3帧/s，且对于该类目标的视角误差不超过0.0062，跟踪精度较高，进一步印证了本方法在实际应用过程中的可行性，为有效打击空中小型目标提供了新的思路。参考文献：[1]杨丹.红外弱小运动目标的检测算法研究[D].西安:西安理工大学,2018.YANGDan.ResearchonDetectionAlgorithmofInfraredDimSmallMovingTarget[D].Xi"an:Xi"anUniversityofTechnology,2018.[2]侯旺,孙晓亮,尚洋,等.红外弱小目标检测技术研究现状与发展趋势[J].红外技术,2015,37(1):1-10.HOUWang,SUNXiaoliang,SHANGYang,etal.Researchstatusanddevelopmenttrendofinfrareddimsmalltargetdetectiontechnology[J].InfraredTechnology,2015,37(1):1-10.[3]张世锋,黄心汉,王敏.红外背景抑制与小目标检测算法[J].中国图像图形报,2016,21(8):1039-1047.ZHANGShifeng,HUANG
【参考文献】：
期刊论文
[1]多信息融合的红外弱小目标检测[J]. 危水根,王程伟,张聪炫,鄢慧斌. 红外技术. 2019(09)
[2]改进的自适应Canny边缘检测算法[J]. 段锁林,殷聪聪,李大伟. 计算机工程与设计. 2018(06)
[3]地空背景下红外弱小运动目标检测[J]. 杨慧,张宝辉,沙涛,王东京,王润宇. 红外技术. 2018(05)
[4]红外背景抑制与小目标检测算法[J]. 张世锋,黄心汉,王敏. 中国图象图形学报. 2016(08)
[5]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)
硕士论文
[1]红外弱小运动目标的检测算法研究[D]. 杨丹.西安理工大学 2018
本文编号：3507890
【文章来源】：红外技术. 2020,42(04)北大核心CSCD
【文章页数】：5 页
【部分图文】：
KCF吊伞模型跟踪结果Fig.6TrackingresultsofKCFumbrellamodel(d)第220帧(d)220thframe(e)第300帧(e)300thframe(f)第420帧(f)420thframe
峁?绫?1所示。表1实验条件及跟踪速度Table1ExperimentalconditionsandtrackingspeedTrackingalgorithmKCFFeatureexpressionHOG+GrayCPU2.50GHzIntelCorei5-7300HQRAM8GBOperatingsystemX64,Windows10AlgorithmplatformVS2015+OpenCV3.1.0Videoresolution640512Trackingspeed25.3frame/s(a)第5帧(a)5thframe(b)第80帧(b)80thframe(c)第180帧(c)180thframe(d)第220帧(d)220thframe(e)第300帧(e)300thframe(f)第420帧(f)420thframe图6KCF吊伞模型跟踪结果Fig.6TrackingresultsofKCFumbrellamodel
第42卷第4期红外技术Vol.42No.42020年4月InfraredTechnologyApr.2020360(a)各帧中心误差(a)Centererrorofeachframe(b)中心误差率(b)Centererrorrate图7吊伞模型目标跟踪中心误差Fig.7Targettrackingcentererrorofparasolmodel由实验结果可知，算法在对该空中红外小型降落伞目标的检测及跟踪较为精确，能够在准确检测到目标后对目标进行稳定跟踪，且能够满足实时性要求。4总结提出了一种人不在回路的对空小目标检测跟踪方法，针对红外弱小目标图像像素有限、灰度变化不稳定以及背景分布不均匀等特点，通过图像预处理，保证了边缘轮廓检测效果的可靠性[8-9]；采用相关滤波跟踪算法，保证了该方法的实时性。最后通过实验可知，该方法运行速度可达25.3帧/s，且对于该类目标的视角误差不超过0.0062，跟踪精度较高，进一步印证了本方法在实际应用过程中的可行性，为有效打击空中小型目标提供了新的思路。参考文献：[1]杨丹.红外弱小运动目标的检测算法研究[D].西安:西安理工大学,2018.YANGDan.ResearchonDetectionAlgorithmofInfraredDimSmallMovingTarget[D].Xi"an:Xi"anUniversityofTechnology,2018.[2]侯旺,孙晓亮,尚洋,等.红外弱小目标检测技术研究现状与发展趋势[J].红外技术,2015,37(1):1-10.HOUWang,SUNXiaoliang,SHANGYang,etal.Researchstatusanddevelopmenttrendofinfrareddimsmalltargetdetectiontechnology[J].InfraredTechnology,2015,37(1):1-10.[3]张世锋,黄心汉,王敏.红外背景抑制与小目标检测算法[J].中国图像图形报,2016,21(8):1039-1047.ZHANGShifeng,HUANG
【参考文献】：
期刊论文
[1]多信息融合的红外弱小目标检测[J]. 危水根,王程伟,张聪炫,鄢慧斌. 红外技术. 2019(09)
[2]改进的自适应Canny边缘检测算法[J]. 段锁林,殷聪聪,李大伟. 计算机工程与设计. 2018(06)
[3]地空背景下红外弱小运动目标检测[J]. 杨慧,张宝辉,沙涛,王东京,王润宇. 红外技术. 2018(05)
[4]红外背景抑制与小目标检测算法[J]. 张世锋,黄心汉,王敏. 中国图象图形学报. 2016(08)
[5]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)
硕士论文
[1]红外弱小运动目标的检测算法研究[D]. 杨丹.西安理工大学 2018
本文编号：3507890
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3507890.html
