旋轉(zhuǎn)復(fù)雜背景中對(duì)地運(yùn)動(dòng)目標(biāo)檢測(cè)研究.pdf

1、機(jī)載光電探測(cè)視頻圖像中地面運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是戰(zhàn)機(jī)偵查瞄準(zhǔn)和武器精確制導(dǎo)中的關(guān)鍵技術(shù)，尤其是運(yùn)動(dòng)背景劇烈旋轉(zhuǎn)、圖像非線性形變情況下的對(duì)地慢速運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是急需解決的關(guān)鍵技術(shù)。
　　首先對(duì)機(jī)載光電探測(cè)視頻圖像進(jìn)行預(yù)處理：圖像清晰化、圖像噪聲濾波、圖像閾值分割，為目標(biāo)檢測(cè)算法的實(shí)現(xiàn)提供基礎(chǔ)圖像。接著提出了一種基于信息熵的體現(xiàn)圖像局部信息量的圖像復(fù)雜度描述方法，以盡可能充分體現(xiàn)圖像局部細(xì)節(jié)的信息量和復(fù)雜度。然后提出了從圖像清晰度評(píng)估和

2、圖像椒鹽噪聲評(píng)估這兩個(gè)方面對(duì)預(yù)處理后圖像進(jìn)行圖像質(zhì)量評(píng)估，以判斷圖像的質(zhì)量是否得到提高，進(jìn)而為圖像背景建模提供質(zhì)量更好的圖像。
　　針對(duì)旋轉(zhuǎn)復(fù)雜背景中圖像存在非線性形變的問(wèn)題，提出了基于非線性模型進(jìn)行背景建模的慢速運(yùn)動(dòng)目標(biāo)檢測(cè)算法。首先研究背景運(yùn)動(dòng)規(guī)律，確定背景旋轉(zhuǎn)中心的位置區(qū)域以及背景旋轉(zhuǎn)方向。然后引入非線性變換進(jìn)行旋轉(zhuǎn)運(yùn)動(dòng)背景建模：對(duì)圖像進(jìn)行Harris角點(diǎn)檢測(cè)，通過(guò)金字塔Lucas-Kanade光流法獲取特征點(diǎn)光流場(chǎng)，對(duì)特征

3、點(diǎn)光流場(chǎng)進(jìn)行濾波，獲取精確的匹配特征點(diǎn)集合，對(duì)模型參數(shù)進(jìn)行最小二乘估計(jì)。接著進(jìn)行運(yùn)動(dòng)背景補(bǔ)償：通過(guò)雙線性插值對(duì)運(yùn)動(dòng)背景進(jìn)行補(bǔ)償，獲取背景補(bǔ)償圖像，并提出了圖像背景補(bǔ)償評(píng)價(jià)指標(biāo)，對(duì)圖像補(bǔ)償效果進(jìn)行評(píng)價(jià)。然后獲取差分圖像，針對(duì)慢速運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)量難以提取的問(wèn)題，提出了基于差分圖像的分割閾值迭代算法。由于連續(xù)視頻圖像之間具有一定背景關(guān)聯(lián)性，對(duì)分割閾值進(jìn)行統(tǒng)計(jì)和必要的修正，以方框?qū)δ繕?biāo)進(jìn)行標(biāo)記，準(zhǔn)確檢測(cè)旋轉(zhuǎn)復(fù)雜背景中的慢速運(yùn)動(dòng)目標(biāo)；為避免差分法檢