海平面紅外小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤研究.pdf

1、近年來(lái)，智能視頻監(jiān)控系統(tǒng)的應(yīng)用已經(jīng)成為各國(guó)研究的熱點(diǎn)。運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤正是這項(xiàng)研究中最基本、最核心的問(wèn)題，也是研究者目前備受關(guān)注的前沿方向之一。
　　 本文主要針對(duì)于海平面背景下紅外小運(yùn)動(dòng)目標(biāo)進(jìn)行了相關(guān)檢測(cè)與跟蹤研究。由于視頻是在海平面背景下，加上紅外圖像普遍存在目標(biāo)與背景對(duì)比度低、目標(biāo)邊緣模糊和噪聲大等問(wèn)題，需要對(duì)紅外圖像降低噪聲、進(jìn)行背景抑制等預(yù)處理。本文主要工作是在MATLAB環(huán)境下對(duì)檢測(cè)算法進(jìn)行仿真，并在基于TMS3

2、20DM642DSP的硬件開(kāi)發(fā)平臺(tái)上實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的檢測(cè)，在VisualC++環(huán)境下進(jìn)行編程實(shí)現(xiàn)跟蹤功能。
　　 在紅外圖像的預(yù)處理方面，采用基于海天線的?？毡尘胺指罘椒?，對(duì)海天背景進(jìn)行分割，減少目標(biāo)分割時(shí)的計(jì)算量，同時(shí)對(duì)紅外圖像進(jìn)行了中值濾波和高通濾波等預(yù)處理，實(shí)現(xiàn)了紅外圖像進(jìn)行了去噪及邊緣增強(qiáng)和背景抑制等功能。
　　 在目標(biāo)檢測(cè)方面做了相應(yīng)的研究，提出了基于形態(tài)學(xué)的背景差分和頂帽檢測(cè)結(jié)合的檢測(cè)算法，并在基于TMS32

3、0DM642 DSP的硬件開(kāi)發(fā)平臺(tái)上實(shí)現(xiàn)了對(duì)算法的移植和優(yōu)化。背景差分法可以得到大部分前景圖像，頂帽檢測(cè)能夠?qū)Ρ尘霸肼曈泻艽蟮囊种疲崛〉哪繕?biāo)輪廓不夠完整，將兩者結(jié)合起來(lái)，能夠更加完整平滑的檢測(cè)出目標(biāo)。
　　 在目標(biāo)跟蹤過(guò)程中，采用Mean Shift算法和Kalman濾波器結(jié)合，利用卡爾曼濾波器來(lái)預(yù)測(cè)運(yùn)動(dòng)目標(biāo)在當(dāng)前幀的可能位置，將它作為Mean Shift的起始位置，Mean shift會(huì)在這個(gè)位置的鄰域內(nèi)尋找到目標(biāo)在當(dāng)前幀