復(fù)雜城市背景下紅外弱小目標(biāo)檢測(cè)與跟蹤算法研究.pdf

1、紅外弱小目標(biāo)檢測(cè)與跟蹤技術(shù)是近年來(lái)信息處理技術(shù)的研究熱點(diǎn)之一，在遠(yuǎn)程預(yù)警、紅外制導(dǎo)、安防監(jiān)控等領(lǐng)域都有廣泛的應(yīng)用。與海空背景相比，城市背景復(fù)雜度大大提高，研究更具有挑戰(zhàn)性和實(shí)用性。本文針對(duì)復(fù)雜城市背景下機(jī)載抖動(dòng)設(shè)備拍攝的紅外序列圖像，主要對(duì)紅外弱小目標(biāo)的檢測(cè)和跟蹤算法展開(kāi)研究。本文主要分為四個(gè)部分進(jìn)行介紹：紅外圖像特性分析、預(yù)處理算法、檢測(cè)算法和跟蹤算法。
　　本研究分為四個(gè)部分：第一部分首先分析了紅外圖像的特性，包括熱紅外成像原

2、理和串?dāng)_的分析，然后給出了紅外弱小目標(biāo)的數(shù)學(xué)模型，討論了城市背景的復(fù)雜性。第二部分主要研究城市背景下紅外弱小目標(biāo)圖像的增強(qiáng)算法，提出了一種基于電串?dāng)_抑制的預(yù)處理算法。首先針對(duì)電串?dāng)_的特性本文建立了電串?dāng)_退化函數(shù)模型，利用經(jīng)典的LR（Lucy-Richard）反卷積算法對(duì)退化模型求解，給出了預(yù)處理算法的流程。最后通過(guò)實(shí)驗(yàn)說(shuō)明了本文的預(yù)處理算法能夠有效增強(qiáng)弱小目標(biāo)，提升圖像的清晰度。第三部分主要研究抖動(dòng)紅外圖像序列的弱小目標(biāo)檢測(cè)算法，提出了

3、改進(jìn)的基于ORB（Oriented FAST and Rotated BRIEF）特征配準(zhǔn)差分的弱小目標(biāo)檢測(cè)算法。介紹了原算法的基本原理和主要流程，然后主要從圖像配準(zhǔn)和目標(biāo)分割兩方面提出了改進(jìn)，結(jié)合金字塔LK光流算法對(duì)圖像配準(zhǔn)進(jìn)行改進(jìn)，使用P-Tile方法對(duì)目標(biāo)分割進(jìn)行改進(jìn)。最后在序列圖像上進(jìn)行實(shí)驗(yàn)，表明改進(jìn)算法能夠提高配準(zhǔn)精度，在復(fù)雜城市背景下有較低的虛警率。第四部分主要研究城市背景下的弱小目標(biāo)跟蹤算法，提出了改進(jìn)的基于KCF（Ker