论文部分内容阅读
红外成像制导武器具有隐蔽性好、抗干扰能力强、智能程度高和全天候作战等优点,在现代战争中拥有广阔的应用前景。其中,红外小目标检测与跟踪技术是实现红外成像制导的核心技术之一,具有重要的研究意义。但是,由于受目标成像面积小、受背景杂波影响等因素的影响,复杂背景下运动小目标的检测与跟踪仍然是一项具有很大挑战性的工作,目前的技术还不能完全适应实际应用的需求。本文以地面背景红外成像末制导为背景,对复杂背景下红外运动小目标的检测与跟踪技术进行了深入的研究,主要工作包括:(1)在对复杂背景下红外小目标特性进行充分分析的基础上,提出了利用图像最优信杂比(SC R)来进行单帧小目标检测。首先利用NLO G算子滤波得到图像的对比度,求取其局部极值点作为初步目标集。然后对初步集中的点进行多尺度分析,利用系列尺度连续变化的NLOG算子来对目标进行尺度检测,并在目标最优尺度上求取目标的邻域像素复杂度。将目标的最优尺度下的NLO G响应作为其信号强度,将目标最优尺度的邻域像素灰度标准差作为其背景复杂度的度量,从而求解目标的信杂比(SC R)。然后进行阈值分割将信杂比较高的作为目标检测结果。(2)提出利用LOG分布场和kalman位置预测来进行红外小目标跟踪,首先对目标区域进行分析发现,在以矩形进行目标区域划分时矩形区域中目标像素平均只占据整个矩形的一半左右。为了消除目标区域中背景像素对目标模型影响,本文提出利用LO G分布场代替灰度分布场进行目标模型的描述,在保证灰度分布场小目标跟踪性能的同时,LOG分布场在跟踪过程中对于目标邻域背景变化具有更强的适应性。采用kalman位置预测来减小匹配过程中邻域搜索范围,提高跟踪算法速度。通过实验验证了LO G分布场在能够克服一定的目标结构灰度变化、部分遮挡以及目标邻域背景变化实现目标稳定跟踪,性能明显好于基于灰度分布场、互相关或Meanshift的跟踪算法。(3)对地面目标成像过程进行建模,在坐标系变化的基础上推导了在已知摄像机位姿状态和目标高度的情况下,对与摄像机运动导致的图像目标轨迹变化的补偿方程。在摄像机运动补偿的基础上,对固定背景目标轨迹进行分析,提出利用目标轨迹运动距离作为轨迹特征描述,然后通过轨迹特征分类得出轨迹特征类得到动目标轨迹。对固定背景红外图像进行单帧小目标检测跟踪取得轨迹,然后进行运动轨迹检测,成功提取处了图像序列中的动目标。综上所示,本文对复杂背景下红外运动小目标的检测与跟踪算法进行了研究,取得了一定的成果,并对于提出的算法在真实的红外视频中进行验证并最终自动检测出视频序列中的动目标,达到了预测的目标。