復雜背景下?lián)p傷圖像目標跟蹤技術研究.pdf

1、圖像處理及目標跟蹤技術是軍事領域的探測系統(tǒng)和民用領域的監(jiān)控系統(tǒng)的關鍵技術。損傷圖像中目標受到大噪聲的干擾，信息元素部分丟失，同時復雜霧背景圖像的細節(jié)信息模糊、對比度降低、顏色衰減嚴重?，F(xiàn)有的圖像處理算法對損傷圖像進行恢復后，目標邊緣輪廓等信息不夠清晰。去霧模型因很少考慮到噪聲的影響，去霧后圖像細節(jié)模糊，容易出現(xiàn)色彩偏差和光暈偽影的現(xiàn)象。并且現(xiàn)有的目標跟蹤算法或者對復雜場景(如:目標被遮擋、目標快速移動、背景的光照不斷變化、有相似物干擾等

2、)的適應能力有限，或者對目標某些特征的變化(如:形態(tài)變化、尺度變化、旋轉變化等)比較敏感，或者因計算復雜度過大而影響系統(tǒng)的實時性。
　　本研究主要內容包括：⑴將基于魯棒性主成分分析的低秩矩陣恢復方法應用到損傷圖像的信息補全，并結合總廣義變分和Shearlet變換的正則化方法，應用于損傷圖像的去噪復原。實驗分析表明，魯棒性主成分分析結合總廣義變分結合Shearlet變換的正則化方法能夠有效恢復圖像的丟失元素，并去除圖像噪聲，從而提高

3、圖像的信噪比，同時保留更多的圖像細節(jié)特征。⑵深入研究霧圖像成像的基本理論，分析常用的去霧算法的優(yōu)缺點。新的去霧模型通過引入噪聲因子，更加準確地描述復雜環(huán)境下的霧圖像。提出的去霧算法在目前流行的暗通道去霧算法的基礎上，引用了總廣義變分與Shearlet變換相結合的正則化方法，導向濾波及自適應直方圖均衡方法，從而實現(xiàn)了有效地去噪去霧，保持更多圖像細節(jié)信息，改善信噪比，增強對比度，并提高了算法效率。⑶研究復雜場景中的目標跟蹤的基本理論，技術難