基于遠(yuǎn)紅外熱像儀的地面機(jī)動(dòng)目標(biāo)識(shí)別.pdf

1、隨著社會(huì)上對(duì)交通監(jiān)控、汽車(chē)輔助駕駛等需求日益增加，對(duì)智能目標(biāo)識(shí)別系統(tǒng)的需求越來(lái)越大。然而在夜間及大霧、濃煙等籠罩時(shí)，普通的可見(jiàn)光成像設(shè)備無(wú)法從設(shè)定的場(chǎng)景獲取有效信息，嚴(yán)重制約了上述智能化的發(fā)展。而紅外技術(shù)的發(fā)展正逐漸克服這個(gè)瓶頸，如遠(yuǎn)紅外熱像儀，它是利用紅外探測(cè)器接收被測(cè)目標(biāo)的熱紅外輻射成像?？砂讶祟?lèi)裸眼感知不到的紅外輻射光譜轉(zhuǎn)到了可見(jiàn)光譜，打破了夜間光線(xiàn)昏暗的限制，并且具有一定的煙霧穿透能力，對(duì)光照變化不敏感，可實(shí)現(xiàn)遠(yuǎn)距離全天候觀察。

2、這就為利用圖像處理技術(shù)對(duì)地面機(jī)動(dòng)目標(biāo)的檢測(cè)與識(shí)別創(chuàng)造了可能。
　　本文主要基于遠(yuǎn)紅外熱像儀，針對(duì)紅外圖像的預(yù)處理、機(jī)動(dòng)目標(biāo)的實(shí)時(shí)檢測(cè)、目標(biāo)特征的提取與選擇以及目標(biāo)的識(shí)別做了詳細(xì)分析研究。在紅外圖像預(yù)處理階段，首先分析了紅外圖像特征，根據(jù)其特征選擇合適的圖像增強(qiáng)算法進(jìn)行紅外圖像增強(qiáng)，由于中值濾波屬于非參數(shù)估計(jì)的算法，像素的替代過(guò)程存在一定的盲目性和隨意性，從而導(dǎo)致圖像邊緣和細(xì)節(jié)受到一定程度破壞，本文針對(duì)該缺點(diǎn)做出了能保留邊緣細(xì)節(jié)的改

3、進(jìn)。在機(jī)動(dòng)目標(biāo)檢測(cè)階段，由于傳統(tǒng)機(jī)動(dòng)目標(biāo)的檢測(cè)算法無(wú)法快速完整檢測(cè)出目標(biāo)，本文在原有算法基礎(chǔ)上通過(guò)自適應(yīng)改變描述背景像素的高斯分布個(gè)數(shù)以減少背景建模時(shí)間，提高了運(yùn)行速率，并提出將背景差分法與隔幀差分法相結(jié)合來(lái)完整提取機(jī)動(dòng)目標(biāo)。在目標(biāo)特征提取、選擇階段，為了提高特征提取執(zhí)行效率，提出了基于灰度值投影的多目標(biāo)定位算法，成功的將圖像中出現(xiàn)的多個(gè)目標(biāo)完成定位。最后通過(guò)基于SVM的機(jī)動(dòng)目標(biāo)識(shí)別系統(tǒng)完成機(jī)動(dòng)目標(biāo)的檢測(cè)識(shí)別，并對(duì)系統(tǒng)的識(shí)別正確率進(jìn)行了