基于形態(tài)學的微弱運動目標檢測技術及應用.pdf

1、圖像序列中微弱運動目標的檢測一直是目標檢測與識別領域中的重點和難點。微弱運動目標成像面積小，信噪比低，基本上被背景和噪聲所淹沒，給檢測帶來了極大的困難。目前大部分的檢測算法都針對紅外圖像，而本文的主要目的是尋找一種既適用于紅外圖像又適用于普通可見光圖像的微弱運動目標的檢測算法。 圖像序列中微弱運動目標的檢測一般可分為兩個步驟：首先，在一幀圖像中確定可疑目標，這包括背景抑制和目標分割兩方面；然后，利用圖像序列來確認真實目標，這就是

2、目標檢測階段。 本文利用空中預警控制系統(tǒng)實驗中獲得的可見光序列圖像數(shù)據(jù)，對可見光微弱運動目標的檢測方法進行了研究。在分析研究了各階段的常用算法之后，提出了一種新的序列圖像中微弱運動目標的檢測方法。 在單幀圖像確定可疑目標階段，本文在研究了形態(tài)學和形態(tài)學濾波的基本原理之后，給出了形態(tài)學濾波與啟發(fā)式處理相結合的可疑目標提取方法。在沒有采用啟發(fā)式處理和采用啟發(fā)式處理的條件下，本文分別將形態(tài)學濾波法與二維最小均方誤差濾波、中值濾

3、波和高通濾波作了詳細的仿真結果比較，性能分析證明了形態(tài)學濾波的優(yōu)越性，也證明了啟發(fā)式處理在進一步減少可疑目標數(shù)目方面的有效性。針對結構元的選擇，本文提出了結構元選擇方法并進行了仿真實驗，實驗結果證明本文提出結構元方法的有效性。 在目標檢測階段，本文在總結了原有算法的不足和目標檢測算法的發(fā)展方向之后，提出了一種新的基于相鄰三幀再分割及軌跡能量累積的目標檢測法，文章對新的檢測算法進行了仿真并做出性能分析，仿真結果證明了本文所提出新算