紅外圖像目標(biāo)檢測(cè)與跟蹤算法研究及實(shí)現(xiàn).pdf

1、在現(xiàn)代預(yù)警系統(tǒng)中,多傳感器相互輔助組網(wǎng)受到廣泛重視,其中被動(dòng)式紅外傳感器有著其他傳感器(如雷達(dá),光學(xué)傳感器)不可替代的作用。
　　本文根據(jù)武器裝備預(yù)研課題《紅外目標(biāo)探測(cè)搜索與跟蹤》的研制要求及紅外目標(biāo)圖像的特點(diǎn),著重研究了紅外目標(biāo)檢測(cè)和目標(biāo)跟蹤的相關(guān)算法,給出了紅外目標(biāo)檢測(cè)與跟蹤的實(shí)現(xiàn)方案。
　　在目標(biāo)檢測(cè)部分,首先采用全局運(yùn)動(dòng)估計(jì)算法估計(jì)紅外探測(cè)器的運(yùn)動(dòng)模型參數(shù),然后再利用這些運(yùn)動(dòng)參數(shù)對(duì)視頻背景圖像進(jìn)行插值補(bǔ)償變換,最后用

2、改進(jìn)的差分法檢測(cè)出目標(biāo)的位置。實(shí)驗(yàn)證明,此方法可以有效地抑制紅外探測(cè)器移動(dòng)所帶來(lái)的背景殘留噪聲,提高目標(biāo)檢測(cè)精度。
　　在目標(biāo)跟蹤部分,主要研究了目前比較新穎的粒子濾波算法。在此基礎(chǔ)上,采用了一種基于粒子濾波理論的相關(guān)跟蹤方法,即以傳統(tǒng)的灰度模板為目標(biāo)描述形式,用粒子加權(quán)和表示目標(biāo)狀態(tài)參數(shù)的估計(jì)值,由相關(guān)值確定粒子的權(quán)值。納入粒子濾波跟蹤框架的相關(guān)方法,既繼承了相關(guān)跟蹤直觀實(shí)用的特點(diǎn),又體現(xiàn)了粒子濾波“多峰”跟蹤的優(yōu)點(diǎn),大大提高了