红外弱小目标的检测与跟踪算法研究

发布时间：2024-01-30 21:59

　　弱点目标检测和跟踪问题已经成为空间领域研究中的热点问题。在空间传播过程中,成像距离长,系统噪声,背景杂乱等是弱点目标检测和跟踪过程中的主要影响因素。本文主要针对天空背景下的弱点目标检测和跟踪展开深入研究。检测算法主要从近年来被研究学者广泛应用的人类视觉注意机制和马尔科夫随机场(Markov Random Field,MRF)对运动目标的分割入手,进行检测算法的分析和改进。跟踪算法主要是从近几年来跟踪性能较好的核相关滤波器(Kernel Correlation Filters,KCF)算法入手,分析其在天空云层背景下的不足,进行跟踪算法的分析和改进。本文的主要创新点如下:(1)针对传统LCM(Local Contrast Mechanism,LCM)算法在复杂背景下检测率低、虚警率高的问题,提出一种NLCM(New Local Contrast Mechanism,NLCM)算法。NLCM算法主要从大量平坦云层背景以及云层边缘对目标检测产生的影响入手,NLCM算法相较于LCM的改进之处有两点,第一点通过在邻域显著性计算公式中加入权重,使得平坦背景被很大程度上地抑制,使目标高频信息更显著。...

【文章页数】：96 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究工作的背景与意义
    1.2 国内外研究现状
        1.2.1 红外弱小目标检测算法研究现状
        1.2.2 红外弱小目标跟踪算法研究现状
    1.3 本文的主要研究内容
    1.4 本论文的组织结构
第二章 基础理论及算法整体设计
    2.1 红外图像分析
        2.1.1 红外辐射分析
        2.1.2 红外成像系统
        2.1.3 红外图像的数学建模
        2.1.4 红外图像的背景分析
        2.1.5 红外图像的目标特性描述
        2.1.6 红外图像的噪声特性描述
    2.2 经典检测算法
        2.2.1 阈值分割法
        2.2.2 形态学检测方法
        2.2.3 管道滤波算法
    2.3 经典跟踪算法
        2.3.1 卡尔曼滤波算法
        2.3.2 粒子滤波算法
    2.4 算法总体设计
    2.5 本章小结
第三章 基于视觉注意机制和MRF的红外弱小目标检测算法
    3.1 理论背景知识
        3.1.1 人类视觉注意机制简介
        3.1.2 MRF建模
    3.2 传统LCM算法分析
    3.3 NLCM算法
    3.4 基于LCM和MRF的小目标检测算法流程
        3.4.1 IWHT变换
        3.4.2 用马尔科夫随机场分割帧间差分图像
        3.4.3 时空域结果融合
        3.4.4 基于LCM和MRF的小目标检测算法流程
    3.5 实验与分析
        3.5.1 实验数据和平台
        3.5.2 改进算法1实验结果分析
        3.5.3 改进算法2实验结果分析
        3.5.4 改进算法1和改进算法2实验结果对比分析
    3.6 本章小结
第四章 基于高斯曲率滤波的核相关滤波跟踪算法
    4.1 KCF算法
        4.1.1 KCF算法流程
        4.1.2 KCF算法偏移分析
    4.2 I-KCF算法
        4.2.1 利用巴特沃斯高通滤波器进行背景抑制
        4.2.2 利用高斯曲率滤波器进行边缘抑制
        4.2.3 I-KCF跟踪算法流程
    4.3 实验与分析
        4.3.1 实验平台
        4.3.2 实验评价指标
        4.3.3 实验结果分析
    4.4 本章小结
第五章 系统实现
    5.1 反无人机系统
        5.1.1 系统整体工作流程
        5.1.2 反无人机系统的工作原理
    5.2 系统软件
    5.3 测试结果展示
    5.4 本章小结
第六章 总结与展望
    6.1 本文总结
    6.2 未来展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：3890433