基于稀疏表示的小弱運(yùn)動目標(biāo)跟蹤算法研究.pdf

1、紅外小弱目標(biāo)的檢測與跟蹤技術(shù)被廣泛應(yīng)用于紅外制導(dǎo)和預(yù)警、視頻監(jiān)控、醫(yī)學(xué)探測等領(lǐng)域。研究在低信噪比條件下的紅外小弱目標(biāo)跟蹤的新方法具有重要的軍事和社會價(jià)值。近年來，圖像稀疏表示理論在信號表示中的簡潔性和高效性，備受廣泛關(guān)注。它采用冗余的超完備字典代替?zhèn)鹘y(tǒng)的傅里葉變換、小波變換等基于數(shù)學(xué)基函數(shù)構(gòu)造的信號表示方法，在超完備字典中尋找到最少的原子對信號進(jìn)行最佳表示，有利于目標(biāo)識別。
　　本文基于信號稀疏表示理論對紅外小弱目標(biāo)的跟蹤技術(shù)進(jìn)行

2、了深入研究，取得的研究成果主要有：
　　①提出了一種基于內(nèi)容的字典學(xué)習(xí)方法來構(gòu)建能準(zhǔn)確表示小弱目標(biāo)形態(tài)的自適應(yīng)形態(tài)成份超完備字典，并比較了Gabor超完備字典、高斯字典、自適應(yīng)形態(tài)成份字典在小弱目標(biāo)稀疏重構(gòu)信號的稀疏表示能力。實(shí)驗(yàn)結(jié)果表明，自適應(yīng)形態(tài)成份字典包含了更多各種形態(tài)的目標(biāo)原子，更有利于重構(gòu)小弱目標(biāo)信號。
　?、谔岢隽艘环N基于自適應(yīng)在線分類的超完備字典小弱目標(biāo)檢測方法。挖掘目標(biāo)信號和雜波噪聲在高斯超完備字典中稀疏表示

3、的差異性，提出利用高斯超完備字典對自適應(yīng)形態(tài)成份字典的原子進(jìn)一步在線自動分類，構(gòu)造了自適應(yīng)的在線分類超完備字典，即目標(biāo)超完備字典和背景超完備字典，增強(qiáng)了目標(biāo)與背景的特征差異。然后利用信號分別在目標(biāo)字典和背景字典中的重構(gòu)殘差能量差異性原理檢測出小弱目標(biāo)信號，提高了小弱目標(biāo)檢測算法的準(zhǔn)確性。
　?、墼诹Ｗ訛V波框架下提出了一種基于自適應(yīng)稀疏表示的小弱目標(biāo)跟蹤算法。該算法建立了基于在線分類字典的小弱目標(biāo)的稀疏分類表示觀測模型，利用粒子目標(biāo)