复杂背景下红外运动小目标的检测与跟踪技术研究

发布时间：2020-04-12 10:47

【摘要】：红外成像制导武器因其制导精度高、自主性强、抗干扰能力强及可全天候作战等优点,在精确制导领域占据重要地位。作为红外成像制导武器的关键技术,复杂背景下红外运动小目标的检测与跟踪技术研究是一项富有挑战性的研究课题,对其深入研究有着重要的理论意义和应用价值。本文以全捷联红外成像导引头的研制为背景,以打击地面移动目标为目的,研究复杂背景下运动小目标的检测与跟踪技术,论文的主要工作和创新点如下:(1)提出了一种基于频域显著性的红外弱小目标检测算法。由于传统的单帧红外弱小目标检测算法难以抑制全局重复性杂波,本文算法从频域显著性的角度,通过抑制红外图像频域幅值谱的尖峰来达到抑制重复模式、突出弱小目标的目的。首先通过频域分析获得红外图像的显著性图,然后在固定阈值分割的基础上通过灰度质心法来定位候选目标,最后由局部对比度目标判别算子进一步确定真实目标。针对不同场景红外图像的实验结果表明,本文提出的单帧红外小目标检测算法准确率高,抗噪能力较强,且能有效抑制全局重复性杂波。(2)提出了一种基于核化相关滤波(KCF)和分布场的红外小目标跟踪算法。针对弹载条件下红外小目标实时鲁棒跟踪的需求,首次将核化相关滤波引入红外小目标跟踪领域。针对核化相关滤波跟踪算法在跟踪红外小目标过程中存在的缺陷,主要做了以下三方面的改进:首先,为了增强目标表达方式的鲁棒性与独特性,利用分布场构建红外小目标模型。分布场作为一种融合几何信息和灰度信息的模糊图像块,很适合描述仅有灰度信息且目标形变明显的红外小目标。其次,利用Kalman滤波的方法进行目标的位置预测能够缩小目标搜索范围,提高跟踪算法的速度。最后,针对序列红外图像中小目标的形状变化明显的特点,引入合适的模型参数更新策略,进一步提高跟踪算法的稳定性和适应性。实验结果表明,本文提出的跟踪算法跟踪精度和速度明显优于传统跟踪算法。(3)提出了一种基于直线匹配的红外运动小目标检测算法。由于传统检测算法对于复杂动态背景下红外小目标的检测效果较差,本文首次将基于直线匹配消除全局背景运动的思路引入动目标检测领域。首先结合第二章提出的单帧检测算法,实现了首帧图像候选目标的提取。再由第三章的跟踪算法求得候选目标在末帧图像中的对应位置。在动目标检测阶段,利用LSD直线检测算法获取首帧和末帧的直线段信息,然后由MSLD直线匹配算法找出匹配直线,并求出线段交点,再由RANSAC算法求出变换矩阵,以此来补偿背景运动。最后,通过Otsu算法依据位置偏移误差区分动目标和背景干扰。实验结果表明,本文提出的检测算法能够适应存在旋转、平移、尺度变化的动态背景,检测效果明显优于传统算法。
【图文】：

流程图,红外图像

勘甑氖侗鹑啡鲜涑鋈跣∧勘昙觳饨峁鉾淙牒焱馔枷裢?2.1 本章提出的检测算法流程图2.2.1 基于频域分析计算显著性图由于频域分析在计算显著性时具有全局抑制作用，，对不同大小的显著性区域的检测具有适应性，并且对各类噪声不敏感等优点，本文选择在频域中分析红外弱小目标图像的显著性，并通过显著性图来检测弱小目标。对于给定的红外图像 f，首先将其转换到复频域：Df ( x , y ) F ( f )(u , v)(2.1)其中算子 D 表示快速离散傅里叶变换，F 代表傅里叶变换后的结果。然后计算频域幅值谱 A( u , v ) abs( F( f)、)相位谱 P ( x , y ) angl(e F( f)，)以及对数幅值谱L ( u , v ) l o g (A u( v, 。) )图 2.2 给出了示例红外图像的上述傅里叶变换结果,其中,(a)为示例红外图像 f，图中存在两个车辆目标（亮斑）和一个暗斑干扰；(b)为相应的对数幅值谱 L(u,v)；(c)为相应的相位谱 P(u,v)。

复杂背景下红外运动小目标的检测与跟踪技术研究

显著
【学位授予单位】：国防科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;E91

【相似文献】