紅外視頻圖像序列目標(biāo)檢測與跟蹤系統(tǒng)的研究及實現(xiàn).pdf

1、紅外制導(dǎo)技術(shù)廣泛應(yīng)用于偵察、監(jiān)視與制導(dǎo)等軍事領(lǐng)域，此外在醫(yī)學(xué)、民用等領(lǐng)域發(fā)展迅速。而紅外目標(biāo)檢測與跟蹤技術(shù)是紅外制導(dǎo)技術(shù)中的核心內(nèi)容，多年來，眾多專家學(xué)者一直致力于該技術(shù)的研究，并提出了很多檢測與跟蹤算法。本文基于生活中常見的人體與汽車目標(biāo)的紅外特性，研究了在LabVIEW平臺下的紅外視頻圖像序列目標(biāo)檢測與跟蹤技術(shù)，主要內(nèi)容如下：
　　本文首先分析了幀間差分法與背景差分法的原理，對人體與汽車分別進行實驗。實驗結(jié)果表明人體目標(biāo)與周邊

2、背景溫度相差較大，很容易從背景中提取出來。但汽車與所處背景灰度值相近，采用幀間差分法與背景差分法檢測結(jié)果都存在問題。因此，本文針對目標(biāo)與背景灰度值相近問題，提出背景抑制法降低背景干擾，突出目標(biāo)。通過背景抑制法的檢測實驗，說明了幀間差分法與背景差分法相結(jié)合的方法可以很好地從灰度值相近的背景中提取目標(biāo)。
　　其次，簡單分析了Meanshift算法在目標(biāo)跟蹤中的應(yīng)用，并對其進行了尺度變化和目標(biāo)遮擋的實驗。由實驗結(jié)果可知，經(jīng)典的均值漂移法

3、在目標(biāo)尺寸變化與目標(biāo)大面積被遮擋情況下，會發(fā)生目標(biāo)丟失現(xiàn)象。針對尺寸變化的目標(biāo)，本文提出了基于輪廓對窗函數(shù)進行更新；為解決目標(biāo)被遮擋跟蹤失敗問題，本文采用Kalman濾波器對目標(biāo)下一時刻的運動狀態(tài)進行估計，再利用Meanshift算法進行跟蹤。對改進后的算法進行跟蹤實驗，實驗結(jié)果說明了改進后的跟蹤算法能夠很好地解決目標(biāo)尺寸變化和目標(biāo)被遮擋時跟蹤失敗問題，保證了跟蹤的準(zhǔn)確性。
　　最后，利用LabVIEW開發(fā)了紅外視頻圖像序列目標(biāo)檢