光學(xué)相關(guān)運(yùn)動目標(biāo)識別技術(shù)的研究.pdf

1、應(yīng)用光學(xué)相關(guān)原理的聯(lián)合變換相關(guān)器以運(yùn)算速度快、信息存儲容量大以及平行運(yùn)算等優(yōu)點(diǎn)廣泛應(yīng)用于模式識別領(lǐng)域中。通過探測目標(biāo)與模板而得到的相關(guān)點(diǎn)為依據(jù)，進(jìn)而確定目標(biāo)的方位信息，并將這種光電混合系統(tǒng)結(jié)合各種計(jì)算機(jī)編程技術(shù)，已經(jīng)完成了對微光目標(biāo)、紅外目標(biāo)、復(fù)雜背景下目標(biāo)及小目標(biāo)等多種靜止目標(biāo)的識別。
　　但是在運(yùn)動目標(biāo)的光學(xué)相關(guān)識別中，由于目標(biāo)自身運(yùn)動所導(dǎo)致的目標(biāo)與模板之間存在的畸變問題及周圍復(fù)雜背景、天氣變化和低對比度環(huán)境等外在因素對聯(lián)合變

2、換相關(guān)器的干擾，出現(xiàn)了在探測過程中沒有相關(guān)點(diǎn)或相關(guān)點(diǎn)微弱的現(xiàn)象，嚴(yán)重影響運(yùn)動目標(biāo)光學(xué)相關(guān)識別的順利進(jìn)行。
　　針對運(yùn)動過程中目標(biāo)與模板之間存在的大小、旋轉(zhuǎn)及形狀等不匹配的問題，提出了瞬態(tài)模板更換的方法，選擇識別動態(tài)序列中的前一幀瞬時狀態(tài)作為下一幀的模板，這樣便可完成實(shí)時對模板的更新。
　　為了增強(qiáng)相關(guān)點(diǎn)的亮度，提高相關(guān)器的識別效率，分別將小波、多小波及小波的提升算法引入對運(yùn)動圖像的物面處理技術(shù)中。提出了采用形態(tài)學(xué)膨脹處理的小

3、波邊緣提取算法及小波多尺度邊緣融合算法;應(yīng)用多小波所具有的多重多分辨率分析性質(zhì)，提出了基于多小波變換的邊緣提取算法及能分別增強(qiáng)高、低頻信息的多小波圖像增強(qiáng)技術(shù);并進(jìn)一步對小波的算法進(jìn)行提升，給出了基于小波提升算法的邊緣提取方法。
　　分別將這些物面處理算法與瞬態(tài)模板方法相結(jié)合應(yīng)用到光學(xué)相關(guān)運(yùn)動目標(biāo)的識別中，結(jié)果表明，基于小波變換的模極大值提取、小波多尺度邊緣融合及基于多小波變換的圖像增強(qiáng)算法均可提高相關(guān)器對低對比度運(yùn)動目標(biāo)的識別率