雜波條件下的紅外海面小目標(biāo)檢測與跟蹤方法研究.pdf

1、隨著傳感器的快速發(fā)展，目標(biāo)檢測與跟蹤系統(tǒng)已廣泛應(yīng)用于機器人視覺導(dǎo)航、視頻安全監(jiān)控、交通管制、醫(yī)療診斷以及氣象分析等方面。
　　 由于紅外傳感器是一般是被動傳感器，不主動向外發(fā)射電磁波，因而具有較好的隱蔽性和抗干擾性。隨著紅外成像傳感器件的不斷發(fā)展，紅外成像的成像質(zhì)量和精度也逐步得到提高，從而使紅外成像檢測與跟蹤的準(zhǔn)確性得到了很大的提高。同時隨著成像質(zhì)量的提高，人們希望盡早檢測出目標(biāo)并進(jìn)行跟蹤，所以遠(yuǎn)距離的目標(biāo)檢測與跟蹤即紅外小目

2、標(biāo)檢測與跟蹤成為當(dāng)前的研究熱點之一。
　　 本文對雜波海面條件下的紅外運動小目標(biāo)檢測與跟蹤方法就行了研究，主要研究內(nèi)容如下：
　　 (1)對雜波海面背景下的紅外小目標(biāo)圖像預(yù)處理進(jìn)行了研究，研究并實現(xiàn)了一種基于多級濾波的圖像預(yù)處理方法，并通過實驗驗證了其有效性。
　　 (2)介紹了紅外小目標(biāo)檢測與跟蹤系統(tǒng)的組成，研究并實現(xiàn)了一種復(fù)雜背景下紅外小目標(biāo)的多幀檢測算法。該算法不僅利用單幀圖像的目標(biāo)信息，也利用了序列圖中多

3、幀圖像下目標(biāo)的運動連續(xù)性和軌跡一致性，提高檢測精度。為了進(jìn)一步排除噪聲、雜波等的干擾，本算法通過一定的先驗知識對目標(biāo)進(jìn)行分類篩選，一定程度上減少了虛警。最后，針對成像器所形成的圖像中的異常像元，提出了一種抗異常像元的檢測方法。
　　 (3)研究并實現(xiàn)了一種基于Kalman濾波的小目標(biāo)跟蹤算法，并對太陽亮帶條件下紅外小目標(biāo)的跟蹤問題進(jìn)行了研究，提出了一種太陽亮帶檢測算法，和太陽亮帶條件下紅外小目標(biāo)維持跟蹤的算法。實驗證明該太陽亮帶