紅外弱小目標(biāo)搜索跟蹤算法研究.pdf

1、隨著隱身技術(shù)的發(fā)展，遠(yuǎn)距離小目標(biāo)的探測識別越來越多的依賴于被動探測技術(shù)，利用目標(biāo)紅外輻射的紅外探測技術(shù)頗受關(guān)注。本文針對紅外告警系統(tǒng)在復(fù)雜條件下，目標(biāo)難以區(qū)分，系統(tǒng)虛警率較高，難以對運動目標(biāo)進(jìn)行持續(xù)跟蹤的情況，研究了紅外圖像預(yù)處理算法、紅外小目標(biāo)搜索算法以及目標(biāo)跟蹤預(yù)測算法。主要研究內(nèi)容如下:
　　(1)研究了紅外小目標(biāo)圖像特征，建立了紅外小目標(biāo)成像模型、背景、噪聲模型以及目標(biāo)運動模型。在圖像模型基礎(chǔ)上，獲得了圖像背景抑制效果評價

2、方法，目標(biāo)搜索算法評價方法以及目標(biāo)跟蹤算法評價方法。
　　(2)研究了空域和頻域常用的背景抑制方法，在總結(jié)各種背景抑制算法優(yōu)劣性的基礎(chǔ)上，提出了“劃分目標(biāo)區(qū)域法”的背景抑制算法。紅外圖像處理效果的對比以及SCR的定量對比表明該方法可以有效抑制背景、增強目標(biāo)對比度。
　　(3)研究了紅外目標(biāo)搜索方法。分析了目標(biāo)搜索技術(shù)與多幀檢測技術(shù)的差異，提出了一種基于目標(biāo)運動軌跡的曲率閾值的目標(biāo)搜索算法。仿真實驗表明該搜索算法較傳統(tǒng)利用目標(biāo)

3、運動特性的目標(biāo)搜索算法有更好的抗噪性，運用該方法可以有效降低搜索過程產(chǎn)生的虛警率。在基于曲率閾值的目標(biāo)搜索方法中，進(jìn)一步深入探討了實際搜索幀數(shù)的選取原則。
　　(4)研究了紅外運動目標(biāo)跟蹤方法。將模糊控制理論中的預(yù)測方法應(yīng)用于紅外目標(biāo)跟蹤中進(jìn)行目標(biāo)預(yù)測。相對傳統(tǒng)Kalman濾波在二維角度空間中的不穩(wěn)定性，模糊預(yù)測方法解決了無距離參數(shù)時的目標(biāo)跟蹤問題。利用紅外告警系統(tǒng)對該改進(jìn)方法進(jìn)行了實驗研究，結(jié)果表明此方法預(yù)測誤差較小，可以對移動

4、目標(biāo)進(jìn)行有效跟蹤。
　　本文的主要創(chuàng)新有:
　　1、提出了一種劃分目標(biāo)存在區(qū)域的背景抑制算法。該算法在處理相同的實驗紅外圖像時，得到的信雜波比SCR為7.680，高于高通濾波、中值濾波、局部加權(quán)濾波、頻域高通濾波等傳統(tǒng)背景濾波方法。
　　2、提出了一種基于加速度條件的曲率閾值目標(biāo)搜索算法。在噪聲密度高達(dá)1％時，三維匹配濾波算法的搜索虛警率接近100％，而基于曲率閾值的目標(biāo)搜索算法則仍然能保持5％以下的搜索虛警率。