海平面紅外小運動目標的檢測與跟蹤研究.pdf

1、近年來，智能視頻監(jiān)控系統(tǒng)的應用已經成為各國研究的熱點。運動目標的檢測與跟蹤正是這項研究中最基本、最核心的問題，也是研究者目前備受關注的前沿方向之一。
　　 本文主要針對于海平面背景下紅外小運動目標進行了相關檢測與跟蹤研究。由于視頻是在海平面背景下，加上紅外圖像普遍存在目標與背景對比度低、目標邊緣模糊和噪聲大等問題，需要對紅外圖像降低噪聲、進行背景抑制等預處理。本文主要工作是在MATLAB環(huán)境下對檢測算法進行仿真，并在基于TMS3

2、20DM642DSP的硬件開發(fā)平臺上實現(xiàn)了運動目標的檢測，在VisualC++環(huán)境下進行編程實現(xiàn)跟蹤功能。
　　 在紅外圖像的預處理方面，采用基于海天線的海空背景分割方法，對海天背景進行分割，減少目標分割時的計算量，同時對紅外圖像進行了中值濾波和高通濾波等預處理，實現(xiàn)了紅外圖像進行了去噪及邊緣增強和背景抑制等功能。
　　 在目標檢測方面做了相應的研究，提出了基于形態(tài)學的背景差分和頂帽檢測結合的檢測算法，并在基于TMS32

3、0DM642 DSP的硬件開發(fā)平臺上實現(xiàn)了對算法的移植和優(yōu)化。背景差分法可以得到大部分前景圖像，頂帽檢測能夠對背景噪聲有很大的抑制，但提取的目標輪廓不夠完整，將兩者結合起來，能夠更加完整平滑的檢測出目標。
　　 在目標跟蹤過程中，采用Mean Shift算法和Kalman濾波器結合，利用卡爾曼濾波器來預測運動目標在當前幀的可能位置，將它作為Mean Shift的起始位置，Mean shift會在這個位置的鄰域內尋找到目標在當前幀