序列圖像中的目標(biāo)檢測(cè)與跟蹤方法研究.pdf

1、現(xiàn)代戰(zhàn)爭(zhēng)正在走向信息化戰(zhàn)爭(zhēng)的嶄新形態(tài)。戰(zhàn)爭(zhēng)中對(duì)目標(biāo)的定位越來越精確，打擊目標(biāo)的實(shí)時(shí)性要求也越來越高。所以對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤與檢測(cè)技術(shù)顯得越來越重要。本文重點(diǎn)研究了弱小目標(biāo)檢測(cè)及其跟蹤的方法。研究低信噪比弱小目標(biāo)的實(shí)時(shí)檢測(cè)及跟蹤算法，其困難主要為：目標(biāo)信噪比低，無紋理特征。
　　本文首先介紹了一些國(guó)內(nèi)外對(duì)于弱小目標(biāo)檢測(cè)與跟蹤的一些研究現(xiàn)狀，主要從圖像增強(qiáng)，圖像檢測(cè)，圖像跟蹤等幾個(gè)方面展開說明。然后，闡述了一些常用于圖像增強(qiáng)，圖像檢測(cè)與

2、圖像跟蹤等方面的方法。其中，圖像增強(qiáng)主要是從空間域和頻率域兩個(gè)方面進(jìn)行了闡述。而對(duì)于圖像檢測(cè)，由于方法較多，本文著重介紹了數(shù)學(xué)形態(tài)學(xué)的方法。圖像跟蹤的方法則是從波門跟蹤和相關(guān)跟蹤兩個(gè)方面作了介紹。
　　其次，本文利用目標(biāo)鄰域的特征，提出了基于鄰域特征的弱小目標(biāo)檢測(cè)和跟蹤方法。該方法是先提取出目標(biāo)區(qū)域的鄰域均值和鄰域方差特性，而后對(duì)提取出的特征點(diǎn)進(jìn)行膨脹，然后，對(duì)膨脹后的兩幅鄰域特征圖像結(jié)果作匹配，求得兩幅圖的最大的公共區(qū)域，即目標(biāo)

3、區(qū)域。再選擇鄰域特征圖對(duì)目標(biāo)實(shí)現(xiàn)有效的跟蹤。
　　最后，本文提出了基于小波形態(tài)學(xué)和幀相關(guān)結(jié)合的弱小目標(biāo)檢測(cè)方法，并利用經(jīng)驗(yàn)公式預(yù)測(cè)形心跟蹤的方法對(duì)弱小目標(biāo)跟蹤。該方法首先利用了小波變換和形態(tài)學(xué)的原理，將小波變換和數(shù)學(xué)形態(tài)學(xué)結(jié)合對(duì)圖像作預(yù)處理，濾除圖像背景中的大部分高頻噪聲，增強(qiáng)了目標(biāo)圖像。進(jìn)而再利用目標(biāo)的幀間信息，對(duì)目標(biāo)區(qū)域作幀相關(guān)，進(jìn)一步確認(rèn)目標(biāo)。然后，利用經(jīng)驗(yàn)公式的可預(yù)測(cè)性，用經(jīng)驗(yàn)公式形心跟蹤對(duì)目標(biāo)進(jìn)行跟蹤，確保了目標(biāo)丟失或者