基于机器学习的小目标检测与追踪的算法研究

发布时间：2021-01-17 08:08

　　近年来,随着可见光拍摄设备分辨率不断升高,拍摄距离不断增加,拍摄场景也愈发复杂,且小目标在图像中占据像素点少,特征少,存在大量的相似背景干扰,这对小目标检测与追踪来说无疑更加具有挑战性。本文针对上述问题,在图像预处理、小目标检测与小目标追踪三个方面进行了深入研究。首先分析了当前相关算法的优点与不足,然后对其进行了改进。本文的具体创新如下:（1）在小目标图像的预处理方面,从传统形态学预处理算法入手,研究了基于形态学的图像预处理算法。针对多结构开运算重构算法的局限性进行了分析,由于开运算能去除图像中的亮点,而闭运算能去除图像中的暗点,因此本文在闭运算重构与多结构开运算重构的基础上提出了适用于可见光图像的图像预处理算法——多结构闭运算重构算法。实验证明该算法在漏检率较低的情况下能够减少虚假目标数量。（2）在小目标检测方面,分为区域提取和分类两部分。对于区域提取,由于传统Selective Search算法提取出的虚假目标过多,不适用于小目标,因此本文结合了Harris算法与Selective Search算法,使其成为专用的小目标区域提取算法。实验证明该算法能够减少大量的虚假目标且对于多种背... 

【文章来源】：江南大学江苏省 211工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

卷积神经网络结构图

显然没有什么问题。但对于深度网络公式为：如 n 很大，且梯度值大多都小于 1，那么失问题。残差[11]的出现一定程度上缓示。 = ( , , ) = ( , , ) = ( , , )oss = ( , , ) ( ,

第三章 小目标预处理算法研究第三章 小目标预处理算法研究言目标示例如图 3-1 所示，视频帧中目标小（图中黑色框中为小目标），且杂。可以看出，小目标轮廓特征基本无法提取，而且极易受到周围环境需要对图像进行预处理，以减少背景噪声等因素的干扰，同时也能减少度。

【参考文献】：
期刊论文
[1]随机森林理论浅析[J]. 董师师,黄哲学.  集成技术. 2013(01)
[2]应用多特征的红外弱小目标检测[J]. 罗晓清,吴小俊.  计算机工程与应用. 2011(32)
[3]利用小波变换与Gabor滤波检测红外小目标[J]. 罗晓清,吴小俊.  红外与激光工程. 2011(09)
[4]基于运动信息的弱小目标跟踪方法[J]. 夏瑜,吴小俊.  弹箭与制导学报. 2010(04)
[5]一种基于差帧图像融合的弱小目标增强方法[J]. 钱永浩,吴小俊,罗晓清.  弹箭与制导学报. 2010(03)
[6]一种改进的Harris角点检测算法[J]. 龚平,刘相滨,周鹏.  计算机工程与应用. 2010(11)
[7]几种精确制导技术简述[J]. 姚秀娟,彭晓乐,张永科.  激光与红外. 2006(05)

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
[2]红外小目标检测与跟踪算法研究[D]. 魏长安.哈尔滨工业大学 2009



本文编号：2982501