復(fù)雜背景中的目標(biāo)檢測(cè)與定位技術(shù).pdf

1、本論文主要研究復(fù)雜背景中的目標(biāo)檢測(cè)與定位技術(shù)。 論文在對(duì)國(guó)內(nèi)外目標(biāo)檢測(cè)算法研究的基礎(chǔ)上，針對(duì)本項(xiàng)目中涉及到的復(fù)雜背景下的低信噪比紅外圖像，進(jìn)行了目標(biāo)檢測(cè)與定位技術(shù)的專項(xiàng)研究，提出了幾種行之有效的目標(biāo)檢測(cè)算法。方法之一是針對(duì)復(fù)雜背景下的紅外弱小目標(biāo)圖像，提出了一種改進(jìn)的最大化背景預(yù)測(cè)算法。該算法首先以被預(yù)測(cè)像素點(diǎn)為中心將圖像劃分為四個(gè)區(qū)域，然后分別以四個(gè)象限的局部像素點(diǎn)對(duì)當(dāng)前的背景進(jìn)行預(yù)測(cè)，將其中最大值作為最終預(yù)測(cè)值，最后再進(jìn)行背

2、景減除與目標(biāo)檢測(cè)；方法之二是運(yùn)用數(shù)學(xué)形態(tài)學(xué)對(duì)面目標(biāo)進(jìn)行檢測(cè)的算法。該算法首先選取最佳結(jié)構(gòu)元素，然后進(jìn)行背景預(yù)測(cè)得到背景圖像，再用原圖像減去背景圖像得到差值圖，最后利用閾值分割法得到二值圖像，經(jīng)消噪后得到待檢測(cè)的目標(biāo)。方法三是針對(duì)紅外序列圖像，利用序貫相似性檢測(cè)算法(SSDA)定出目標(biāo)像素的坐標(biāo)。大量的實(shí)驗(yàn)結(jié)果證明這幾種方法對(duì)復(fù)雜背景下的紅外目標(biāo)圖像檢測(cè)很有效，且實(shí)時(shí)性強(qiáng)、準(zhǔn)確性高。 論文采用matlab和C++Builder實(shí)現(xiàn)