

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、自人類文明產(chǎn)生起,戰(zhàn)爭就伴隨著而來。工業(yè)技術(shù)的不斷發(fā)展,戰(zhàn)爭的形式也從面對面的對抗變成遠(yuǎn)程攻擊(空襲)。對于一個國家,防空的重要性不言而喻。導(dǎo)彈的關(guān)鍵技術(shù)在于弱小目標(biāo)的檢測和跟蹤,紅外弱小目標(biāo)的檢測技術(shù)因其具有成像質(zhì)量高、反應(yīng)速度快、抗干擾能力強(qiáng)、隱蔽性號、結(jié)構(gòu)緊湊等優(yōu)點,是繼雷達(dá)之后的一個重要的突破。
紅外弱小目標(biāo)的檢測具有的兩個特點,分別為“弱”、“小”。“弱”是指目標(biāo)被探測器接受到的能量很弱小。“小”指目標(biāo)和背景等被探測
2、器接收后,在成像系統(tǒng)中所呈現(xiàn)的圖像目標(biāo)所占的面積較小,反映到實際采集到的圖像上指的是目標(biāo)所占的像素個數(shù)較少。近幾年,國內(nèi)外許多專家學(xué)者也都提出了許多優(yōu)秀的紅外小目標(biāo)檢測算法,如卡爾曼濾波算法、均值偏移算法、信息熵算法、高斯核回歸算法等,這些算法在實際的應(yīng)用中都取得了很好的效果。通過數(shù)值仿真平臺對這些主流算法進(jìn)行了性能的對比,得到的結(jié)論是最新提出的主曲率濾波算法在總體性能上優(yōu)于其他算法,因此本文是基于學(xué)術(shù)中最新提出的主曲率濾波算法的基礎(chǔ)上
3、進(jìn)行改進(jìn),提出了一種新型的結(jié)合移動管道的主曲率濾波算法理論,并在數(shù)值仿真和硬件仿真中對時間性能、檢測概率、虛警率這三類指標(biāo)進(jìn)行評價,驗證本文提出的算法在性能上的提高。具體的研究與實踐內(nèi)容如下:
(1)本文首先對主曲率函數(shù)濾波算法進(jìn)行了詳細(xì)的分析,得出了主曲率濾波算法中尚存的一些缺陷,并針對這些缺陷介紹了在濾波算法中常用的管道濾波,結(jié)合了目標(biāo)具有運(yùn)動連續(xù)的特性以及軌跡一致的特性,提出了結(jié)合普通管道的主曲率濾波算法。該算法是以上一
4、幀目標(biāo)點的位置作為中心創(chuàng)建合適的管道區(qū)域,在下一幀目標(biāo)檢測時只在該區(qū)域進(jìn)行檢測。這使得算法在時間性能上有了很大的提升,同時由于加入了距離的判斷,排除了一些虛警點的干擾,降低了虛警率。
(2)提出了一種結(jié)合移動管道的主曲率濾波算法。移動管道濾波算法更好地利用了目標(biāo)運(yùn)動的連續(xù)性和軌跡的一致性,同時采用了管道中hessian矩陣的最大值和次大值的特征,去除了一些固定噪聲的干擾,在設(shè)定管道長度后,使得在幾幀或者幾十幀的圖像檢測之后能夠
5、探測出含有真正目標(biāo)點的管道。并在檢測過程中當(dāng)碰到目標(biāo)點被短暫遮擋或消失的情況下,通過管道內(nèi)直線擬合的算法預(yù)測當(dāng)前幀的真實目標(biāo)的所在位置。最后,通過時間曲線和ROC曲線驗證了結(jié)合移動管道的主曲率濾波算法在時間、檢測概率和虛警率上都有很大的提升;
(3)本文不僅僅通過matlab進(jìn)行驗證仿真,而且在實際的硬件上也進(jìn)行了模擬驗真。通過攝像頭對紅外目標(biāo)進(jìn)行了圖像的采集,并分析計算圖像的主曲率特性,通過基于移動管道的主曲率算法計算出圖像
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 對空紅外弱小目標(biāo)檢測算法研究.pdf
- 基于圖像融合的紅外弱小目標(biāo)檢測算法研究.pdf
- 基于時域廓線的紅外弱小目標(biāo)檢測算法研究.pdf
- 基于像素時域特征的紅外弱小目標(biāo)檢測算法研究.pdf
- 云背景下紅外弱小目標(biāo)檢測算法研究.pdf
- 單幀紅外圖像弱小目標(biāo)檢測算法研究.pdf
- 海天背景下紅外弱小目標(biāo)檢測算法研究.pdf
- 空間紅外弱小目標(biāo)檢測算法研究及實現(xiàn).pdf
- 過采樣下紅外弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下紅外弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下的紅外弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下的紅外弱小目標(biāo)檢測算法.pdf
- 基于BEMD和時空融合的紅外弱小目標(biāo)檢測算法研究.pdf
- 基于時域廓線向量積的紅外弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景條件下紅外弱小目標(biāo)檢測算法研究.pdf
- 紅外弱小目標(biāo)的檢測與跟蹤算法研究.pdf
- 紅外序列圖像中弱小運(yùn)動目標(biāo)的檢測算法研究.pdf
- 云雜波成像背景的紅外運(yùn)動弱小目標(biāo)檢測算法研究.pdf
- 紅外弱小目標(biāo)檢測.pdf
- 紅外動態(tài)目標(biāo)檢測算法研究.pdf
評論
0/150
提交評論