复杂背景下红外弱小目标检测和跟踪算法研究

发布时间：2023-03-05 15:18

　　复杂背景下红外弱小目标检测跟踪在军事防御系统应用广泛,其中包括早期预警、精确制导、导弹追踪系统和海洋监控系统等,是一种关键性的技术。随着反辐射技术和隐形飞机的应用,雷达系统面临严峻的挑战,无源被动红外探测技术可以很好的避免这些问题。通常红外图像中背景复杂、目标微弱,复杂背景下的弱小目标检测和跟踪是红外预警、制导的瓶颈问题。基于此,本文针对复杂背景下红外弱小目标检测跟踪问题开展研究,主要内容包括如下:1、研究了红外图像背景和弱小目标的特性。在红外弱小目标检测跟踪中,背景在红外图像中几乎占全部的像素,目标只占有几个到十几个像素点,并且局部背景和它相邻的区域具有强的相关性。利用以上背景和目标的特性,对红外图像进行片图像化后,可得到背景具有低秩特性目标具有稀疏特性。2、针对红外弱小目标检测问题,研究了基于结构先验的重加权低秩和增强稀疏的检测方法。经过片图像化后,利用背景的低秩特性和目标的稀疏特性可以用鲁棒主成分分析的方法进行求解得到检测结果,然而该方法是近似求解,并且背景边缘的稀疏特性也会对检测结果带来的影响。考虑到以上不足,本文提出了对背景片图像重加权和目标片图像增强稀疏的方法,使得模型更加...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 课题的研究现状
        1.2.1 红外弱小目标检测方法研究现状
        1.2.2 红外弱小目标跟踪方法研究现状
    1.3 本文的研究内容与结构安排
第二章 红外图像特性分析
    2.1 引言
    2.2 红外热成像原理
    2.3 红外图像特性
        2.3.1 红外图像整体特点
        2.3.2 背景特性分析
        2.3.3 噪声特性分析
        2.3.4 红外弱小目标特性分析
    2.4 不同场景下的红外弱小目标图像
    2.5 本章小结
第三章 基于结构先验的重加权低秩和增强稀疏的红外弱小目标检测方法
    3.1 引言
    3.2 红外片图像模型
        3.2.1 红外片图像模型特点
        3.2.2 基于片图像模型的目标检测方法
    3.3 重加权低秩和增强稀疏目标检测
        3.3.1 重加权低秩
        3.3.2 目标增强稀疏
        3.3.3 基于结构张量的边缘抑制
        3.3.4 RLES模型和优化算法
    3.4 目标检测框架
    3.5 综合实验对比分析
        3.5.1 实验数据
        3.5.2 实验对比
        3.5.3 评价指标
        3.5.4 实验结果分析
    3.6 本章小结
第四章 基于深度学习和相关滤波的红外弱小目标跟踪
    4.1 引言
    4.2 相关滤波目标跟踪
    4.3 卷积神经网络
        4.3.1 卷积层的局部连接和权值共享
        4.3.2 卷积层操作
        4.3.3 激活函数
        4.3.4 池化
    4.4 基于CNN和中心偏置空间正则化的红外弱小目标跟踪
        4.4.1 CNN提取红外弱小目标特征
        4.4.2 空间正则化相关滤波
        4.4.3 中心偏置空间正则化相关滤波
        4.4.4 滤波器训练和模型更新
    4.5 跟踪算法框架
    4.6 综合实验对比分析
        4.6.1 实验数据
        4.6.2 实验参数设置
        4.6.3 评价指标
        4.6.4 实验结果和分析
    4.7 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
致谢
作者简介



本文编号：3756436