旋轉(zhuǎn)復(fù)雜背景中對地運動目標(biāo)檢測研究.pdf

1、機載光電探測視頻圖像中地面運動目標(biāo)檢測技術(shù)是戰(zhàn)機偵查瞄準(zhǔn)和武器精確制導(dǎo)中的關(guān)鍵技術(shù)，尤其是運動背景劇烈旋轉(zhuǎn)、圖像非線性形變情況下的對地慢速運動目標(biāo)檢測技術(shù)是急需解決的關(guān)鍵技術(shù)。
　　首先對機載光電探測視頻圖像進行預(yù)處理：圖像清晰化、圖像噪聲濾波、圖像閾值分割，為目標(biāo)檢測算法的實現(xiàn)提供基礎(chǔ)圖像。接著提出了一種基于信息熵的體現(xiàn)圖像局部信息量的圖像復(fù)雜度描述方法，以盡可能充分體現(xiàn)圖像局部細(xì)節(jié)的信息量和復(fù)雜度。然后提出了從圖像清晰度評估和

2、圖像椒鹽噪聲評估這兩個方面對預(yù)處理后圖像進行圖像質(zhì)量評估，以判斷圖像的質(zhì)量是否得到提高，進而為圖像背景建模提供質(zhì)量更好的圖像。
　　針對旋轉(zhuǎn)復(fù)雜背景中圖像存在非線性形變的問題，提出了基于非線性模型進行背景建模的慢速運動目標(biāo)檢測算法。首先研究背景運動規(guī)律，確定背景旋轉(zhuǎn)中心的位置區(qū)域以及背景旋轉(zhuǎn)方向。然后引入非線性變換進行旋轉(zhuǎn)運動背景建模：對圖像進行Harris角點檢測，通過金字塔Lucas-Kanade光流法獲取特征點光流場，對特征

3、點光流場進行濾波，獲取精確的匹配特征點集合，對模型參數(shù)進行最小二乘估計。接著進行運動背景補償：通過雙線性插值對運動背景進行補償，獲取背景補償圖像，并提出了圖像背景補償評價指標(biāo)，對圖像補償效果進行評價。然后獲取差分圖像，針對慢速運動目標(biāo)運動量難以提取的問題，提出了基于差分圖像的分割閾值迭代算法。由于連續(xù)視頻圖像之間具有一定背景關(guān)聯(lián)性，對分割閾值進行統(tǒng)計和必要的修正，以方框?qū)δ繕?biāo)進行標(biāo)記，準(zhǔn)確檢測旋轉(zhuǎn)復(fù)雜背景中的慢速運動目標(biāo)；為避免差分法檢