復(fù)雜背景條件下的紅外小目標(biāo)檢測與跟蹤算法研究.pdf

1、作為紅外自尋的制導(dǎo)、搜索跟蹤和預(yù)警等領(lǐng)域的一項關(guān)鍵技術(shù),紅外小目標(biāo)檢測與跟蹤成為了紅外圖像處理領(lǐng)域中一項歷史悠久且又充滿活力的研究課題。對于實際的武器系統(tǒng)來說,如何充分發(fā)揮紅外目標(biāo)檢測技術(shù)的優(yōu)勢,盡可能提高目標(biāo)的檢測距離,以爭取在最有利的時機獲取來襲目標(biāo)的相關(guān)信息成為決定現(xiàn)代戰(zhàn)爭勝負(fù)的重要因素。距離越遠(yuǎn),目標(biāo)成像面積就會越小,且其遭受復(fù)雜背景和雜波影響的可能性就會更大,所以相比于其它紅外目標(biāo)檢測與跟蹤問題而言,如何實現(xiàn)復(fù)雜背景條件下紅外

2、小目標(biāo)對象的穩(wěn)健檢測和跟蹤就成為了一項更具實際意義和挑戰(zhàn)性的研究課題。 本文在一個全新的理論框架下探討了復(fù)雜背景條件下的紅外小目標(biāo)檢測與跟蹤問題,可從整體上為該領(lǐng)域的其他研究者提供一條新的研究思路。遵循傳統(tǒng)的研究步驟,本文將紅外小目標(biāo)檢測與跟蹤問題分解為圖像預(yù)處理、小目標(biāo)檢測和小目標(biāo)跟蹤三個階段分別進行了研究。本文首次提出了關(guān)于"紅外背景復(fù)雜程度"的基本概念,探討并論述了一類有效的紅外背景復(fù)雜程度定量描述辦法。緊接著,提出了一種

3、基于紅外背景復(fù)雜程度描述的自適應(yīng)Butte刑orth高通濾波方法,由此可實現(xiàn)具備一定普適性的紅外圖像預(yù)處理。在小目標(biāo)檢測問題的研究中,本文構(gòu)造并實現(xiàn)了一類更具實用性的DBT(先檢測后跟蹤)小目標(biāo)檢測算法,從而在一個完整的框架下實現(xiàn)了紅外圖像預(yù)處理過程和小目標(biāo)檢測過程的自適應(yīng)統(tǒng)一。在小目標(biāo)跟蹤問題的研究中,提出了一種融合了“基于濾波、數(shù)據(jù)關(guān)聯(lián)”跟蹤框架和“基于目標(biāo)建模、定位”跟蹤框架優(yōu)點的紅外視頻序列中小目標(biāo)跟蹤算法。整篇論文的論述過程緊

4、密地圍繞著紅外背景復(fù)雜程度這一基本概念展開,充分地體現(xiàn)了研究思路和方法的完整性和獨特性。 具體而言,本文的創(chuàng)新之處主要體現(xiàn)在如下幾點: (1) 首次提出了關(guān)于紅外背景復(fù)雜程度的基本概念.由此概念可實現(xiàn)對實際紅外視頻序列中小目標(biāo)的不同復(fù)雜背景簡潔而統(tǒng)一地描述。在此基礎(chǔ)上,本文又提出了一條實現(xiàn)紅外復(fù)雜背景條件下圖像預(yù)處理任務(wù)的新思路。 (2) 我們探討并定性地論述了“加權(quán)信息熵”指標(biāo)和改進的“方差加權(quán)信息熵”指標(biāo)對

5、于紅外背景復(fù)雜程度描述的有效性.爾后,針對實際應(yīng)用中可能出現(xiàn)的具有較大尺寸的紅外圖像,義提出了一種被命名為“平均方差加權(quán)信息熵”的背景復(fù)雜程度定量描述指標(biāo)。 (3) 提出了一種基于紅外背景復(fù)雜程度描述的自適應(yīng)Butterworth高通濾波器,實現(xiàn)了由一種濾波器就可完成對各種?？諒?fù)雜背景條件下紅外小目標(biāo)圖像的白適應(yīng)預(yù)處理。 (4) 通過估計前后幀間由丁不同Butterworth高通濾波截止頻率值導(dǎo)致的濾波后圖像中小目標(biāo)

6、區(qū)域局部能量值的變化,構(gòu)造并實現(xiàn)了一類更具實用性的DWT小目標(biāo)檢測算法,從而在一個完整的框架下實現(xiàn)了紅外圖像預(yù)處理過程和小目標(biāo)檢測過程的自適應(yīng)統(tǒng)一.實驗結(jié)果表明本方法可以很好地處理跟蹤過程中可能出現(xiàn)的目標(biāo)消失或背景突然變換的情況。 (5) 將我們提出的紅外背景復(fù)雜程度定量描述指標(biāo)推廣到了紅外圖像的空間域預(yù)處理中,構(gòu)造了一個被命名為“局部方差加權(quán)信息熵濾波器”的空間域高通濾波器。實驗證明這種濾波器具有良好的信噪比提升能力。接著,

7、我們又將該指標(biāo)推廣到了紅外海天線的檢測任務(wù)中,實驗同樣證明了本文算法的有效性。 (6) 提出了一種融合了“濾波、數(shù)據(jù)關(guān)聯(lián)”跟蹤框架和“目標(biāo)建模、定位”跟蹤框架優(yōu)點的紅外視頻序列中小目標(biāo)跟蹤算法。在該算法的具體設(shè)計中,我們提出了一種穩(wěn)健的基于非線性量化核函數(shù)直方圖的紅外小目標(biāo)建模方法和一種基于小目標(biāo)局部區(qū)域背景復(fù)雜程度Kalman濾波的當(dāng)前幀目標(biāo)模板更新策略。實踐證明,本算法不僅解決了傳統(tǒng)Mean-shift迭代算法對于紅外小目