红外弱小运动目标检测与跟踪方法.研究

《红外弱小运动目标检测与跟踪方法.研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、华中科技大学硕士学位论文1．1课题概述l绪论1．1．1课题的提出随着现代战争的发展，越来越需要对目标实现远距离精确定位和跟踪。传统跟踪以毫米波雷达为传感器，具有探测距离远，不受气象环境影响等优点，但存在有源工作易暴露己方、角分辨精度较低、易受电磁干扰等缺点。由于图像跟踪充分利用了高分辨率的图像信息，在近距离(几公里到几十公里)具有无源工作隐蔽性好、抗电磁干扰、在海上应用中可低角度工作无多径干扰、对小目标分辨力强、跟踪精度高、可选择攻击点等优点，在现代武器系统中获得了越来越多的应用，成为警戒搜索、跟踪和制导系统的重要组成部分【1】。中波红外成像导引头图像信息处理系统是

2、精确打击远距离空中飞机的导弹信息处理系统，其主要任务是在获取的图像序列中检测低对比度的运动小目标，并估计出目标运动轨迹，它与探测器、伺服系统等构成导弹精确制导的闭环控制系统。远距离目标由于它远离成像探测器，因而在每一帧图像中仅占一个或几个象素，呈点状，无形状和结构信息可言，这时那些利用形状与结构信息的近距离目标图像检测和识别方法将陷入困境。为此需要研究和探索新的方法解决远距离小目标图像的检测和识别问题。1．1．2课题研究的目的与意义在红外制导系统中，为使系统有足够的反应时间，需要尽可能早发现目标，要求目标在很远时就能检测到并对其进行跟踪。由于远距离目标很小，仅为几个

3、甚至一个象素的成像面积，缺乏形状和结构信息；目标相对于背景灰度较弱，信噪比很低，单从灰度来看难以同噪声区分开来。分析时除了灰度和运动信息可利用外，其它可供分l华中科技大学硕士学位论文割和检测算法利用的信息很少，一般基于目标结构的运动目标检测，跟踪方法无法使用。而且由于目标成像小，在运动过程中很容易被云层或其它干扰物短时遮挡，因而与面目标相比，弱小目标的检测难度更大。而红外成像跟踪信号处理器对弱小目标的检测与跟踪性能，将直接影响红外小目标搜索和跟踪系统的作用距离和系统性能。研究复杂背景下弱小I!I标的图像跟踪系统，具有重要的理论和应用价值。同时，研究利用红外成像或可见

4、光成像实现智能化程度先进，制导精度高，作用距离远，抗干扰能力和抗遮挡能力强的目标跟踪系统是当前精确制导技术的主要发展方向之一，其中目标图像的识别和跟踪算法是该系统的关键环节。从最近各种国际会议与刊物发表的相关文献来看，各国政府对成像自动目标识别和跟踪算法研究投入的人力、物力大大增加㈦OI[41。我们期望系统的设计能够实现鲁棒、可靠和快速的目的，即能够在设计规定的、相对比较宽的目标背景图象环境中，在较短时间延迟条件下，完成目标检测和跟踪任务，精确地测量出目标真实运动参数，系统基本符合工程使用要求，而且，处理速度和系统存储容量留有进一步扩充余地。也就是说，算法和系统不仅

5、要在实验室内可控环境和符合设计模型的条件下有良好的性能，也必须对由于传感器噪声、杂乱背景和气候条件等变化引起图像数据不稳定保持一定的不敏感性。1．2国内外同类任务算法综述1．2．1弱小目标的定义国内外学者予七十年代末期提出了弱目标的概念。所谓弱目标，是指目标在图像平面上占有的象元个数较少且信噪比较低的情况。根据弱II标的不同性质，弱II标可以分为两类，一类是低对比度的I!I标，即灰度弱II标；一类是象素少的Iii标，即能量弱目标(或小目标)。灰度弱II标用II标图像的信噪比来描述。其信噪比定义为SNI=(s一∥)2／盯2(1．1)其中，s为图像中目标的平均灰度(有时

6、也可以是II标灰度的峰值)，∥为背景的平均华中科技大学硕士学位论文狄度，盯为背景灰度的标准方差。而能量弱目标则用另一种形式的信噪比来描述。其定义为SNR=∑r2／∑62(1．2)表达式中分子表示目标象素的灰度能量和，分母表示背景噪声象素的灰度能量和。目前弱小目标检测，识别和跟踪问题的主要困难是目标面积小，形态特征弱化，细节特征大部分丧失；背景图像复杂，目标常淹没在其中；存在各种噪声，如仪器噪声等；同时在运动过程中可能偶尔被遮挡，或者其它因素造成目标的暂时丢失，结果更增添了检测目标的难度。当SNR足够小时，检测的特殊性在单帧图象处理中是不能得到满足的，目标的检测与跟踪

7、需要在图像序列中进行。运动弱小目标检测跟踪问题的关键在于解决沿未知目标轨迹的快速能量积累问题，即把运动弱小目标检测问题看作是目标轨迹搜索及能量累积后作出判决的过程。弱小目标检测的发展方向是在图像序列中沿目标运动轨迹将目标能量累积起来，提高信噪比，以达到抑制噪声，检测并跟踪目标的目的，同时应用目标的特征判据减小搜索范围，兼顾检测性能和实时性。常用的目标识别技术，就是先利用目标的空间分布特征在单帧图像中检测目标，再利用目标在连续帧之间的时间特性，识别、跟踪目标。这也就是所谓的“单帧检测和多帧确认”的策略。弱小目标检测算法分类方法很多，如果按工作方式分类，可分为“跟踪