紅外動(dòng)態(tài)目標(biāo)檢測(cè)算法研究.pdf

1、紅外熱成像技術(shù)因其在雨，霧等惡劣氣候條件下具備全天候超視距的能力，目前已成為各國(guó)軍方和民間研究機(jī)構(gòu)的研究熱點(diǎn)。
　　 將紅外熱成像技術(shù)與現(xiàn)代計(jì)算機(jī)的高速運(yùn)算能力相結(jié)合，開發(fā)出基于紅外圖像的目標(biāo)檢測(cè)算法，不僅能大大提高紅外熱成像器件的視頻輸出質(zhì)量，方便人類理解和使用；同時(shí)為基于海、陸、空的各種交通工具開發(fā)的智能助航設(shè)備提供了解決辦法；并有利于增強(qiáng)各種武器的制導(dǎo)能力。
　　 針對(duì)這一需要，本文提出了一種基于紅外圖像的動(dòng)態(tài)目標(biāo)

2、檢測(cè)算法，該檢測(cè)算法包含三個(gè)步驟：基于小波理論的圖像去噪，基于分形理論的目標(biāo)檢測(cè)，基于Otsu方法的圖像閾值分割。
　　 紅外熱像儀成像的分辨率不高且噪聲較為嚴(yán)重。小波變換的時(shí)-頻局部化特點(diǎn)和多尺度特性使其成為圖像去噪中比較常用的方法。因?yàn)殚撝等ピ氲钠者m性及可操作性的優(yōu)點(diǎn)，選擇了小波閾值去噪的方法，并對(duì)閾值函數(shù)進(jìn)行了改進(jìn)。該去噪算法無(wú)論從峰值信噪比還是從視覺效果上都要好于普通的空間濾波及頻率濾波的方式，也優(yōu)于以往的小波閾值去噪方

3、法。
　　 分形算法是比較常用和實(shí)用的目標(biāo)檢測(cè)算法，因?yàn)樽匀晃矬w和人造物體的分形特征參數(shù)不同，通過(guò)計(jì)算紅外圖像的分形特征參數(shù)，可以達(dá)到區(qū)分紅外目標(biāo)和自然背景的效果。在紅外圖像中，多尺度分形參數(shù)具有比單一尺度更強(qiáng)的穩(wěn)定性和以及增強(qiáng)目標(biāo)，抑制背景的能力，又由于毯覆蓋法易于進(jìn)行多尺度的計(jì)算，本文提出了計(jì)算基于毯覆蓋法的新的多尺度D維面積K(即MMK)的目標(biāo)檢測(cè)算法。然后依據(jù)在不同算法中背景的隨機(jī)性和目標(biāo)的一致性特點(diǎn)，提出了將MMK和基