紅外目標(biāo)檢測(cè)與識(shí)別理論與技術(shù)研究.pdf

1、本文對(duì)紅外目標(biāo)檢測(cè)、識(shí)別以及紅外目標(biāo)圖像的處理算法進(jìn)行了一些研究。主要有空時(shí)域?yàn)V波在紅外目標(biāo)檢測(cè)中的應(yīng)用、紅外目標(biāo)運(yùn)動(dòng)檢測(cè)分析、基于灰度估計(jì)的紅外目標(biāo)檢測(cè)研究、紅外目標(biāo)逐步匹配識(shí)別算法研究，基于標(biāo)記和神經(jīng)網(wǎng)絡(luò)的紅外目標(biāo)識(shí)別算法研究。
　　 從抑制背景的角度，研究了空時(shí)域?yàn)V波在紅外目標(biāo)檢測(cè)中的應(yīng)用，既從空域上考慮，又從時(shí)域上著手。圖像在空域上的濾波采用自適應(yīng)濾波減少噪聲的影響。針對(duì)梯度形成的目標(biāo)邊緣，可能在時(shí)域差分后損失有用信息，

2、本文提出在差分前先檢測(cè)目標(biāo)邊緣，差分后利用像素鄰域的信息加以插值補(bǔ)償。由于時(shí)域和空域的噪聲是互不相關(guān)的，所以將空域?yàn)V波的結(jié)果和時(shí)域?yàn)V波的結(jié)果綜合，得到具有高信噪比的圖像，能很好地適應(yīng)復(fù)雜的起伏背景，達(dá)成對(duì)目標(biāo)的有效檢測(cè)。
　　 針對(duì)目標(biāo)運(yùn)動(dòng)檢測(cè)問(wèn)題，從光流法分析、梯度運(yùn)動(dòng)估計(jì)和灰色系統(tǒng)估計(jì)三個(gè)方面進(jìn)行分析。經(jīng)過(guò)仿真試驗(yàn)得出結(jié)論，最好在實(shí)用中將光流法分析和梯度運(yùn)動(dòng)估計(jì)結(jié)合，先用光流場(chǎng)發(fā)現(xiàn)目標(biāo)的運(yùn)動(dòng)規(guī)律(前提是符合光流的形成條件)，

3、再用梯度方法準(zhǔn)確測(cè)量，針對(duì)運(yùn)動(dòng)目標(biāo)的幀間運(yùn)動(dòng)軌跡用灰色系統(tǒng)估計(jì)來(lái)預(yù)測(cè)。試驗(yàn)表明，采用上述方法對(duì)紅外運(yùn)動(dòng)目標(biāo)檢測(cè)有一定的建設(shè)性意義，同時(shí)考察了檢測(cè)運(yùn)動(dòng)目標(biāo)的適用度。
　　 對(duì)于灰度估計(jì)下的紅外目標(biāo)的檢測(cè)問(wèn)題，提出了改進(jìn)的最大熵估計(jì)算法，首次提出了熵估計(jì)中的柔性因子和強(qiáng)制因子的概念。利用紅外目標(biāo)圖像的熵進(jìn)行灰度估計(jì)后，對(duì)篩選出來(lái)的目標(biāo)做標(biāo)記，經(jīng)像素形態(tài)結(jié)構(gòu)算子濾波后，檢測(cè)出紅外圖像相對(duì)應(yīng)的目標(biāo)。
　　 為求解由馬爾可夫隨機(jī)場(chǎng)

4、問(wèn)題分割圖像的最大后驗(yàn)概率問(wèn)題，采用了基于博弈論的決定性退火算法，它能收斂于局部最優(yōu)解。再利用矩函數(shù)的特性，對(duì)退火后的圖像的矩一傅里葉描述子特征向量構(gòu)成的特征矩陣進(jìn)行逐步匹配。使用退火處理與逐步匹配識(shí)別算法的結(jié)合，能夠在很大程度上識(shí)別到目標(biāo)。
　　 研究了基于標(biāo)記和神經(jīng)網(wǎng)絡(luò)的紅外圖像識(shí)別問(wèn)題。選取實(shí)際紅外目標(biāo)，依據(jù)預(yù)處理后的圖像，提取對(duì)應(yīng)目標(biāo)的遞歸標(biāo)記作為BP網(wǎng)絡(luò)的輸入樣本，目標(biāo)的形心為輸出樣本，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)。對(duì)網(wǎng)絡(luò)進(jìn)行抗干