基于遠紅外熱像儀的地面機動目標識別.pdf

1、隨著社會上對交通監(jiān)控、汽車輔助駕駛等需求日益增加，對智能目標識別系統(tǒng)的需求越來越大。然而在夜間及大霧、濃煙等籠罩時，普通的可見光成像設(shè)備無法從設(shè)定的場景獲取有效信息，嚴重制約了上述智能化的發(fā)展。而紅外技術(shù)的發(fā)展正逐漸克服這個瓶頸，如遠紅外熱像儀，它是利用紅外探測器接收被測目標的熱紅外輻射成像。可把人類裸眼感知不到的紅外輻射光譜轉(zhuǎn)到了可見光譜，打破了夜間光線昏暗的限制，并且具有一定的煙霧穿透能力，對光照變化不敏感，可實現(xiàn)遠距離全天候觀察。

2、這就為利用圖像處理技術(shù)對地面機動目標的檢測與識別創(chuàng)造了可能。
　　本文主要基于遠紅外熱像儀，針對紅外圖像的預處理、機動目標的實時檢測、目標特征的提取與選擇以及目標的識別做了詳細分析研究。在紅外圖像預處理階段，首先分析了紅外圖像特征，根據(jù)其特征選擇合適的圖像增強算法進行紅外圖像增強，由于中值濾波屬于非參數(shù)估計的算法，像素的替代過程存在一定的盲目性和隨意性，從而導致圖像邊緣和細節(jié)受到一定程度破壞，本文針對該缺點做出了能保留邊緣細節(jié)的改

3、進。在機動目標檢測階段，由于傳統(tǒng)機動目標的檢測算法無法快速完整檢測出目標，本文在原有算法基礎(chǔ)上通過自適應改變描述背景像素的高斯分布個數(shù)以減少背景建模時間，提高了運行速率，并提出將背景差分法與隔幀差分法相結(jié)合來完整提取機動目標。在目標特征提取、選擇階段，為了提高特征提取執(zhí)行效率，提出了基于灰度值投影的多目標定位算法，成功的將圖像中出現(xiàn)的多個目標完成定位。最后通過基于SVM的機動目標識別系統(tǒng)完成機動目標的檢測識別，并對系統(tǒng)的識別正確率進行了