紅外小目標(biāo)圖像的檢測和跟蹤技術(shù)研究.pdf

1、紅外運(yùn)動目標(biāo)(特別是紅外小目標(biāo))圖像的檢測和跟蹤是實(shí)現(xiàn)紅外偵察預(yù)警的關(guān)鍵技術(shù)之一。紅外圖像成像的特點(diǎn),決定了紅外圖像處理有別于可見光圖像處理。在實(shí)際的武器系統(tǒng)中,對于復(fù)雜背景下的遠(yuǎn)距離運(yùn)動小目標(biāo),所獲得的紅外圖像一般具有形狀特征變化較大、細(xì)節(jié)特征部分丟失、信噪比低等特點(diǎn),這就進(jìn)一步增加了紅外目標(biāo)檢測和跟蹤的難度。
　　本文根據(jù)武器裝備預(yù)研課題《紅外目標(biāo)探測搜索與跟蹤》的研制要求及紅外目標(biāo)圖像的特點(diǎn),分別研究了紅外圖像預(yù)處理、目標(biāo)檢

2、測和目標(biāo)跟蹤的相關(guān)算法,給出了紅外目標(biāo)檢測與跟蹤的實(shí)現(xiàn)方案。在對性能較好的濾波降噪及目標(biāo)邊緣檢測方法進(jìn)行性能對比的基礎(chǔ)上,采用結(jié)合小波降噪的Canny邊緣檢測算法,獲得了較好的紅外小目標(biāo)檢測效果。在紅外目標(biāo)跟蹤方面,針對Mean Shift算法在目標(biāo)遮擋、背景灰度驟變和感應(yīng)器相對于背景和目標(biāo)的不穩(wěn)定快速運(yùn)動情況下,容易丟失目標(biāo)且不能恢復(fù)跟蹤等缺陷,對算法進(jìn)行了相應(yīng)的改進(jìn)和完善。首先,利用目標(biāo)檢測形心定位,實(shí)現(xiàn)了 Mean Shift算法