運(yùn)動目標(biāo)紅外圖像智能識別跟蹤技術(shù)研究.pdf

1、基于紅外探測技術(shù)的目標(biāo)檢測和跟蹤系統(tǒng),屬于無源被動探測系統(tǒng),在探測過程中不向外界發(fā)射任何能量,使其具有反偵查能力強(qiáng)、工作時間長和適應(yīng)復(fù)雜環(huán)境的優(yōu)勢,在防空預(yù)警和導(dǎo)彈制導(dǎo)等軍事領(lǐng)域得到了廣泛的應(yīng)用。因此,研究在復(fù)雜背景下紅外圖像目標(biāo)的智能跟蹤和檢測的算法,不但可以在理論層面上實(shí)現(xiàn)算法的突破,也可應(yīng)用到實(shí)際戰(zhàn)場中成為尖兵利器。
　　本論文在深入研究國內(nèi)外紅外圖像目標(biāo)檢測和跟蹤技術(shù)的研究現(xiàn)狀和研究發(fā)展的基礎(chǔ)上,提出了一套在復(fù)雜背景下對弱

2、小目標(biāo)進(jìn)行有效檢測和跟蹤的算法方案。在研究過程中所做的工作包括以下幾個方面:
　　首先,通過對紅外光譜的分析,掌握紅外光的概念;在此基礎(chǔ)上研究紅外成像系統(tǒng)的組成和工作原理,進(jìn)而總結(jié)出紅外成像系統(tǒng)特性;與可見光圖像對比分析,通過直方圖歸納總結(jié)紅外圖像的特性;對各類紅外小目標(biāo)以及背景的輻射特性進(jìn)行分析;對影響紅外圖像質(zhì)量的成像系統(tǒng)中的噪聲進(jìn)行歸納總結(jié)。
　　然后,在對紅外圖像中目標(biāo)和背景的特性分析前提下,建立了紅外圖像的數(shù)學(xué)模型

3、,提出圖像預(yù)處理的思路;在此基礎(chǔ)上研究了時間域、變換域和空間域三大理論體系下的紅外圖像預(yù)處理算法,對其中應(yīng)用較多的算法進(jìn)行仿真,通過仿真實(shí)驗(yàn)比較分析各算法的濾波性能,并得出本文所采用的預(yù)處理算法。
　　接著,研究紅外目標(biāo)檢測中的兩大類方法,比較分析兩類算法的優(yōu)缺點(diǎn);結(jié)合本文中的目標(biāo)特性,對先檢測后跟蹤方法中的閾值分割檢測算法進(jìn)行研究;結(jié)合遺傳算法在尋優(yōu)方面的優(yōu)勢,提出了改進(jìn)的最大類間方差分割算法,利用遺傳算法求解類間方差判決函數(shù)得

4、到最優(yōu)閾值,解決了原算法在尋求閾值過程中計算量大的問題。實(shí)驗(yàn)結(jié)果證明本文算法在保證檢測精度的前提下,優(yōu)化了閾值計算的復(fù)雜程度。
　　最后,建立機(jī)動目標(biāo)跟蹤框架;研究貝葉斯理論、線性濾波技術(shù)以及非線性濾波技術(shù);提出了一種改進(jìn)的粒子濾波算法,在交互式模型框架下,建立三種目標(biāo)運(yùn)動模型覆蓋目標(biāo)所有可能的運(yùn)動狀態(tài),并對不同模型匹配相應(yīng)的濾波器,實(shí)現(xiàn)對算法結(jié)構(gòu)的簡化。仿真結(jié)果證明本文算法降低了跟蹤過程中的均方根誤差,提升了目標(biāo)跟蹤的精度,并具