基于移动管道的红外弱小目标检测算法与仿真验证研究

发布时间：2017-04-20 14:15

  本文关键词：基于移动管道的红外弱小目标检测算法与仿真验证研究，由笔耕文化传播整理发布。

【摘要】：自人类文明产生起,战争就伴随着而来。工业技术的不断发展,战争的形式也从面对面的对抗变成远程攻击(空袭)。对于一个国家,防空的重要性不言而喻。导弹的关键技术在于弱小目标的检测和跟踪,红外弱小目标的检测技术因其具有成像质量高、反应速度快、抗干扰能力强、隐蔽性号、结构紧凑等优点,是继雷达之后的一个重要的突破。红外弱小目标的检测具有的两个特点,分别为“弱”、“小”。“弱”是指目标被探测器接受到的能量很弱小。“小”指目标和背景等被探测器接收后,在成像系统中所呈现的图像目标所占的面积较小,反映到实际采集到的图像上指的是目标所占的像素个数较少。近几年,国内外许多专家学者也都提出了许多优秀的红外小目标检测算法,如卡尔曼滤波算法、均值偏移算法、信息熵算法、高斯核回归算法等,这些算法在实际的应用中都取得了很好的效果。通过数值仿真平台对这些主流算法进行了性能的对比,得到的结论是最新提出的主曲率滤波算法在总体性能上优于其他算法,因此本文是基于学术中最新提出的主曲率滤波算法的基础上进行改进,提出了一种新型的结合移动管道的主曲率滤波算法理论,并在数值仿真和硬件仿真中对时间性能、检测概率、虚警率这三类指标进行评价,验证本文提出的算法在性能上的提高。具体的研究与实践内容如下：(1) 本文首先对主曲率函数滤波算法进行了详细的分析,得出了主曲率滤波算法中尚存的一些缺陷,并针对这些缺陷介绍了在滤波算法中常用的管道滤波,结合了目标具有运动连续的特性以及轨迹一致的特性,提出了结合普通管道的主曲率滤波算法。该算法是以上一帧目标点的位置作为中心创建合适的管道区域,在下一帧目标检测时只在该区域进行检测。这使得算法在时间性能上有了很大的提升,同时由于加入了距离的判断,排除了一些虚警点的干扰,降低了虚警率。(2) 提出了一种结合移动管道的主曲率滤波算法。移动管道滤波算法更好地利用了目标运动的连续性和轨迹的一致性,同时采用了管道中hessian矩阵的最大值和次大值的特征,去除了一些固定噪声的干扰,在设定管道长度后,使得在几帧或者几十帧的图像检测之后能够探测出含有真正目标点的管道。并在检测过程中当碰到目标点被短暂遮挡或消失的情况下,通过管道内直线拟合的算法预测当前帧的真实目标的所在位置。最后,通过时间曲线和ROC曲线验证了结合移动管道的主曲率滤波算法在时间、检测概率和虚警率上都有很大的提升；(3) 本文不仅仅通过matlab进行验证仿真,而且在实际的硬件上也进行了模拟验真。通过摄像头对红外目标进行了图像的采集,并分析计算图像的主曲率特性,通过基于移动管道的主曲率算法计算出图像中真实目标点的位置,并通过黑色标点标记处检测到位置,并与真实目标点做对比。
【关键词】：红外 弱小目标 主曲率 普通管道 移动管道 仿真
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 致谢5-7
• 摘要7-9
• Abstract9-15
• 第1章 绪论15-24
• 1.1 课题背景及研究意义15-16
• 1.2 红外弱小目标检测技术的发展现状和趋势16-22
• 1.2.1 红外弱小目标图像预处理16-18
• 1.2.2 红外弱小目标的检测18-22
• 1.3 本文主要的研究内容和结构安排22-24
• 第2章 红外弱小目标特性分析24-32
• 2.1 红外成像概述24-26
• 2.2 红外图像特征简介26-29
• 2.3 红外弱小目标的定义29-31
• 2.4 评价指标31
• 2.5 本章小结31-32
• 第3章 结合普通管道的主曲率滤波红外弱小目标检测算法32-45
• 3.1 主曲率概述32-33
• 3.2 主曲率函数滤波33-39
• 3.2.1 主曲率函数滤波推导33-34
• 3.2.2 高斯滤波函数的σ取值的选取34-38
• 3.2.3 实际图像上的仿真实验38-39
• 3.3 管道概述39-41
• 3.4 传统管道滤波轨迹判定方法41-42
• 3.4.1 传统管道滤波介绍41
• 3.4.2 传统管道滤波原理41-42
• 3.5 传统管道滤波与主曲率结合检测仿真42-44
• 3.6 本章小结44-45
• 第4章 结合改进的管道滤波的主曲率检测算法45-55
• 4.1 改进的管道滤波方法背景45-46
• 4.2 改进的管道滤波方法原理与设计46-50
• 4.2.1 目标像素的提取46-47
• 4.2.2 基于移动管道滤波的红外弱小目标序列检测47-50
• 4.3 仿真实验与分析50-54
• 4.4 本章小结54-55
• 第5章 硬件仿真验证55-63
• 5.1 硬件与系统介绍55
• 5.1.1 硬件介绍55
• 5.1.2 嵌入式系统介绍55
• 5.2 仿真程序实现55-59
• 5.2.1 整体流程介绍55-57
• 5.2.2 视频模块流程介绍57-59
• 5.3 硬件仿真实验展示59-62
• 5.4 本章小结62-63
• 第6章 总结和展望63-65
• 6.1 主要工作与创新点63
• 6.2 后续研究工作63-65
• 附录一 硬件仿真平台介绍65-71
• 附录二 弱小目标检测算法流程及主要函数介绍71-79
• 攻读学位期间主要研究成果79-80
• 参考文献80-85

【相似文献】

中国期刊全文数据库 前10条

1 袁德明;;预检测红外弱小目标的灰度迭代法(英文)[J];科学技术与工程;2007年19期

2 刘文;刘朝晖;熊仁生;;一种利用窗口结构提取红外弱小目标的方法[J];光子学报;2008年03期

3 万明;张凤鸣;雷洪利;禚真福;;一种利用十字窗口识别红外弱小目标的新方法[J];光子学报;2011年05期

4 向健勇,徐军,刘燕,林晓春,周翔,杨宜禾,刘兴运,姜延发,郭瑞冰,万世平,陈者基;背景预测法检识空中红外弱小目标[J];激光与红外;1997年04期

5 王雪梅;黄自力;王德胜;;红外弱小目标的单帧捕获[J];红外与激光工程;2006年S1期

6 任彪;周浩;马东辉;邓潘;;一种基于粒子滤波的红外弱小目标跟踪方法[J];光电技术应用;2008年02期

7 侯晓晖;胡方明;;基于红外弱小目标门限阈值检测的新方法[J];激光与红外;2008年04期

8 李翠芸;姬红兵;;新遗传粒子滤波的红外弱小目标跟踪与检测[J];西安电子科技大学学报;2009年04期

9 武斌;姬红兵;;基于模糊融合的红外弱小目标快速检测算法[J];光电工程;2007年12期

10 余鸿铭;万敏;顾静良;;数字信号处理器红外弱小目标搜索算法[J];强激光与粒子束;2012年08期

中国重要会议论文全文数据库 前6条

1 王雪梅;黄自力;王德胜;;红外弱小目标的单帧捕获[A];2006年全国光电技术学术交流会会议文集（A 光电系统总体技术专题）[C];2006年

2 张煜婕;王宏飞;王秀春;;红外弱小目标及其场景仿真的改进方法[A];2007'仪表，自动化及先进集成技术大会论文集（二）[C];2007年

3 黄倩;金伟其;夏润秋;王霞;冯亮;彭云粮;;基于人眼时限模型的红外弱小目标探测实验及其分析[A];中国光学学会2010年光学大会论文集[C];2010年

4 康莉;谢维信;黄敬雄;倪小慧;;一种新的红外弱小目标实时跟踪方法[A];2007'仪表，自动化及先进集成技术大会论文集（二）[C];2007年

5 王卫华;何艳;黄宗福;陈曾平;;一种复杂云层背景红外弱小目标稳健检测算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

6 刘威;何波;张刚;张翠荣;张晔;;红外弱小目标图像检测预处理方法对比研究[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

中国博士学位论文全文数据库 前4条

1 张双垒;空间红外弱小目标高可靠检测方法研究[D];中国科学院研究生院(上海技术物理研究所);2015年

2 武斌;红外弱小目标检测技术研究[D];西安电子科技大学;2009年

3 胡永生;复杂背景中红外弱小目标探测方法研究[D];南京理工大学;2008年

4 汲清波;红外序列图像中弱小目标检测方法研究[D];哈尔滨工程大学;2008年

中国硕士学位论文全文数据库 前10条

1 孟晔铭;成像探测系统中的红外弱小目标跟踪点漂移抑制方法研究[D];电子科技大学;2015年

2 于海涛;基于DM642的红外弱小目标实时跟踪及云台控制系统[D];西安电子科技大学;2014年

3 卢跃;基于移动管道的红外弱小目标检测算法与仿真验证研究[D];浙江大学;2015年

4 赵耀;红外弱小目标检测算法研究[D];浙江大学;2015年

5 代伟;红外弱小目标的检测与识别[D];浙江大学;2008年

6 杨会民;红外弱小目标的检测与跟踪算法研究[D];哈尔滨理工大学;2014年

7 阎兵早;复杂背景下红外弱小目标图像仿真技术研究[D];重庆邮电大学;2013年

8 曾雅琼;复杂背景下的红外弱小目标的检测[D];南京理工大学;2012年

9 刘洋;红外弱小目标图像预处理算法设计与实现[D];哈尔滨工程大学;2008年

10 王伞;红外弱小目标检测技术研究[D];哈尔滨工程大学;2005年

  本文关键词：基于移动管道的红外弱小目标检测算法与仿真验证研究，由笔耕文化传播整理发布。

，

本文编号：318856