基于形態(tài)學(xué)的微弱運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)及應(yīng)用.pdf

1、圖像序列中微弱運(yùn)動(dòng)目標(biāo)的檢測(cè)一直是目標(biāo)檢測(cè)與識(shí)別領(lǐng)域中的重點(diǎn)和難點(diǎn)。微弱運(yùn)動(dòng)目標(biāo)成像面積小，信噪比低，基本上被背景和噪聲所淹沒，給檢測(cè)帶來(lái)了極大的困難。目前大部分的檢測(cè)算法都針對(duì)紅外圖像，而本文的主要目的是尋找一種既適用于紅外圖像又適用于普通可見光圖像的微弱運(yùn)動(dòng)目標(biāo)的檢測(cè)算法。 圖像序列中微弱運(yùn)動(dòng)目標(biāo)的檢測(cè)一般可分為兩個(gè)步驟：首先，在一幀圖像中確定可疑目標(biāo)，這包括背景抑制和目標(biāo)分割兩方面；然后，利用圖像序列來(lái)確認(rèn)真實(shí)目標(biāo)，這就是

2、目標(biāo)檢測(cè)階段。 本文利用空中預(yù)警控制系統(tǒng)實(shí)驗(yàn)中獲得的可見光序列圖像數(shù)據(jù)，對(duì)可見光微弱運(yùn)動(dòng)目標(biāo)的檢測(cè)方法進(jìn)行了研究。在分析研究了各階段的常用算法之后，提出了一種新的序列圖像中微弱運(yùn)動(dòng)目標(biāo)的檢測(cè)方法。 在單幀圖像確定可疑目標(biāo)階段，本文在研究了形態(tài)學(xué)和形態(tài)學(xué)濾波的基本原理之后，給出了形態(tài)學(xué)濾波與啟發(fā)式處理相結(jié)合的可疑目標(biāo)提取方法。在沒有采用啟發(fā)式處理和采用啟發(fā)式處理的條件下，本文分別將形態(tài)學(xué)濾波法與二維最小均方誤差濾波、中值濾

3、波和高通濾波作了詳細(xì)的仿真結(jié)果比較，性能分析證明了形態(tài)學(xué)濾波的優(yōu)越性，也證明了啟發(fā)式處理在進(jìn)一步減少可疑目標(biāo)數(shù)目方面的有效性。針對(duì)結(jié)構(gòu)元的選擇，本文提出了結(jié)構(gòu)元選擇方法并進(jìn)行了仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果證明本文提出結(jié)構(gòu)元方法的有效性。 在目標(biāo)檢測(cè)階段，本文在總結(jié)了原有算法的不足和目標(biāo)檢測(cè)算法的發(fā)展方向之后，提出了一種新的基于相鄰三幀再分割及軌跡能量累積的目標(biāo)檢測(cè)法，文章對(duì)新的檢測(cè)算法進(jìn)行了仿真并做出性能分析，仿真結(jié)果證明了本文所提出新算