基于DSP的紅外圖像目標(biāo)特性研究.pdf

1、由于紅外成像技術(shù)的迅猛發(fā)展及其在軍事方面廣闊的應(yīng)用前景，紅外圖像處理技術(shù)已成為當(dāng)今各相關(guān)行業(yè)研究的熱點(diǎn)。根據(jù)該技術(shù)的研究現(xiàn)狀和存在問(wèn)題，以及在實(shí)際的工程應(yīng)用中對(duì)該技術(shù)的相關(guān)要求，本文對(duì)紅外圖像的分割、檢測(cè)、識(shí)別、跟蹤算法進(jìn)行了研究。分析和比較了現(xiàn)有的典型算法，并給出了處理結(jié)果；根據(jù)研究對(duì)象的特點(diǎn)，提出了一種基于Ostu和GVF Snake算法結(jié)合的目標(biāo)輪廓自動(dòng)提取方法并進(jìn)行了驗(yàn)證，結(jié)果表明算法有效。在此基礎(chǔ)上，提出了跟蹤識(shí)別系統(tǒng)原理樣機(jī)

2、的設(shè)計(jì)方案。主要研究?jī)?nèi)容如下： ⑴對(duì)紅外圖像的產(chǎn)生和特性進(jìn)行了分析，在此基礎(chǔ)上重點(diǎn)研究了紅外目標(biāo)的分割技術(shù)。針對(duì)紅外圖像目標(biāo)具有邊界模糊不清，區(qū)分效果較差的特點(diǎn)，結(jié)合Ostu閾值法和梯度矢量流主動(dòng)輪廓模型（GVF Snake），提出了一種目標(biāo)輪廓自動(dòng)提取方法。首先采用Ostu法先對(duì)圖像進(jìn)行分割，然后將得到的邊界作為Snake模型的初始邊緣輪廓，最后利用GVF Snake的特性，準(zhǔn)確地收斂到目標(biāo)邊界。由于Ostu算法具有將目標(biāo)物體

3、從復(fù)雜背景中分割開來(lái)的優(yōu)點(diǎn)，使得在應(yīng)用GVF Snake模型對(duì)復(fù)雜圖像進(jìn)行分割時(shí)減少了人工的干預(yù)。實(shí)驗(yàn)證明該方法運(yùn)算速度快、能夠快速地收斂到目標(biāo)輪廓、準(zhǔn)確地跟蹤目標(biāo)，并具有一定的抗噪能力。 ⑵針對(duì)紅外圖像目標(biāo)的識(shí)別，采用了一種采用不變矩與紅外特征參數(shù)組成新的特征向量，對(duì)目標(biāo)進(jìn)行識(shí)別的方法。實(shí)驗(yàn)表明，該算法不僅提高了算法速度，也提高了識(shí)別準(zhǔn)確率。 ⑶在對(duì)目前幾種典型跟蹤算法進(jìn)行分析比較的基礎(chǔ)上，采用了一種將曲線擬合和相關(guān)跟

4、蹤相結(jié)合的紅外目標(biāo)跟蹤算法。該算法以目標(biāo)質(zhì)心作為匹配模板的中心，采用SSDA進(jìn)行相關(guān)運(yùn)算，以圖像相關(guān)匹配的輸出值更新所擬合的曲線。并以曲線的預(yù)測(cè)值作為下幀圖像匹配搜索的初始值，使相關(guān)運(yùn)算僅在很小的窗口內(nèi)進(jìn)行。該算法還定義了跟蹤的幀內(nèi)置信度和幀間置信度信號(hào)，實(shí)時(shí)智能的更新模板。實(shí)驗(yàn)表明，該算法能有效減少相關(guān)匹配的計(jì)算量，保證跟蹤精度。 ⑷針對(duì)跟蹤器的實(shí)時(shí)性要求，提出了基于DSP和FPGA技術(shù)的跟蹤識(shí)別系統(tǒng)原理樣機(jī)的設(shè)計(jì)方案。系統(tǒng)采