基于序列圖像的運動小目標(biāo)檢測.pdf

1、圖像中的小目標(biāo)檢測一直是數(shù)字圖像處理學(xué)的重要課題，也是國內(nèi)外眾多學(xué)者研究的重點。由于小目標(biāo)在圖像中缺乏尺寸、形狀、紋理等信息。所以在單幀圖像中無法檢測出來，因此需要根據(jù)目標(biāo)的運動特性在序列圖像中進行檢測。針對現(xiàn)有算法單幀檢測率低，而多幀檢測算法復(fù)雜、運算量高等缺點，本文提出單幀檢測和多幀檢測相結(jié)合的算法，從而達到提高小目標(biāo)檢測率和減少檢測時間的目的。
　　首先，對小目標(biāo)圖像的三大要素，目標(biāo)、背景和噪聲的一些固有的、規(guī)律性的特性進行

2、分析總結(jié)，并作為選擇適合小目標(biāo)檢測方法的依據(jù)。其次，根據(jù)小目標(biāo)圖像特性分析結(jié)果，本文選擇了高通濾波和中值濾波相結(jié)合的預(yù)處理算法來對單幀圖像進行濾波處理，并對濾波后的圖像進行對比度增強，從而增強圖像的目標(biāo)信息，減弱圖像的背景信息，改善圖像的質(zhì)量。然后，根據(jù)圖像的邊界信息和梯度的聯(lián)系，證明了對梯度圖像進行閾值分割更合理，本文采用了基于邊緣檢測和閾值分割相結(jié)合的算法進行圖像分割，仿真實驗結(jié)果表明此分割方法幾乎能夠在單幀圖像內(nèi)將目標(biāo)檢測處理，而