红外图像中弱小目标检测前跟踪算法研究综述

红外图像中弱小目标检测前跟踪算法研究综述

ID:36802140

大小:214.24 KB

页数:4页

时间:2019-05-15

红外图像中弱小目标检测前跟踪算法研究综述_第1页
红外图像中弱小目标检测前跟踪算法研究综述_第2页
红外图像中弱小目标检测前跟踪算法研究综述_第3页
红外图像中弱小目标检测前跟踪算法研究综述_第4页
资源描述:

《红外图像中弱小目标检测前跟踪算法研究综述》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、维普资讯http://www.cqvip.com第37卷第2期激光与红外Vo1.37,No.22007年2月LASER&INFRAREDFebruary,2007文章编号:1001-5078(2007)02-o104-04红外图像中弱小目标检测前跟踪算法研究综述张长城,杨德贵,王宏强(国防科技大学电子科学与工程学院,空间电子信息技术研究所,湖南长沙410073)摘要:文中分析了低信噪比复杂背景中红外弱小目标检测与跟踪的难点,比较了DBT与TBD两种检测与跟踪算法的性能,分析了TBD的检测机理,总结了典型的TBD方法,展望了TBD的发展。关键词:红外;弱

2、小目标;低信噪比;复杂背景;检测前跟踪中图分类号:TP751文献标识码:AAlgorithmSurveysforDimTargetsTrack--before--detectinInfraredImageZHANGChang—cheng,YANGDe—gui,WANGHong—qi~ng(InstituteofSpaceElectronicTechnology,CollegeofElectricScienceandEn~neefing,NUDT,Chanssh~410073,China)Abstract:Thedificultiesofdimtarge

3、tdetectionaleanalyzedinthepaper.TheperformancesofDBTandTBDalecompared.andthetheoryofTBDaleanalyzed.ThemainmethodsofTBDare$IImmAl'i~.Intheend,promisingdi-rectionofthefieldofTBDispredicted.Keywords:infrared;dimtarget;lowSNR;complicatedbackground;TBD1引言本文在综合国内外近年来对红外弱小目标检测现代战争要求红外探

4、测系统能远距离发现、跟与跟踪研究成果基础上,根据检测与跟踪关系,对踪威胁目标,为指挥系统决策和武器系统赢得时间。TBD(track—before—detect)和DBT(detect—before—track)两类算法性能进行了比较,分析了检测前跟红外探测系统采用被动方式工作,具有较强的抗干踪算法机理,重点研究了TBD技术,并指出TBD技扰能力,隐蔽性好,但作用距离短。由于光学系统的术的发展方向。空间分辨率已做到或接近理论极限水平u,比较实2检测算法机理际的方法就是通过提高目标检测算法性能,尤其是经典的小目标检测与跟踪方法是DBT,即先根弱小目标的检测

5、性能,弥补红外探测系统作用距离据检测概率和虚警概率计算单帧图像的检测门限,短的不足。“弱”和“小”指的是目标属性的两个方然后对每帧图像进行分割,并将目标的单帧检测结面,所谓“弱”是指目标红外辐射的强度,反映到图果与目标运动轨迹进行关联,最后进行目标跟踪。像上是指目标的灰度;所谓“小”是指目标的尺寸,算法流程如图1所示。反映到图像上是指目标所占的像素数。红外弱————背景抑制—检门限卜_-_-{轨迹聪塑—坚小目标检测识别难点是:对比度较低、边缘模糊、信图1先检测后跟踪算法流程号强度弱,缺乏纹理、形状、大小等结构信息,目标极易被噪声所淹没,单帧检测虚警率高

6、,多帧处理增加基金项目:国防预研基金(51401010405KG0170);国防装备预先了数据的存储量和计算量,固定的模板和算子很难研究项目(413010701-2)。作者简介:张长城(1976一),男,国防科技大学硕士研究生,主有效检测弱小目标。因而,红外弱小目标检测与跟要研究方向为红外图像采集处理及目标识别等。踪问题成为当前研究的一个热点问题。收稿日期:2006-05-31;修订日期:2006-07-05维普资讯http://www.cqvip.com激光与红外No.22007张长城杨德贵王宏强红外图像中弱小目标检测前跟踪算法研究综述105DBT方

7、法流程直观,算法简单,在信噪比较高用一组滤波器,每个滤波器与空间可能的航迹相(>10dB)时检测效果较好,而在低信噪比复杂背景对应,通过搜索可检测出直线航迹。文献[8]提出了中将会失效J,这是由于在低信噪比条件下获取的递推速度匹配器算法,能快速得到目标轨迹的能量,小目标与背景的灰度相差不大,在目标分割时,如果缩短目标检测时间,减小运算量。其优点是检测性能检测门限过低,会把一部分背景当成目标,检测门限高,缺点是需要大量的匹配滤波器对目标进行检测,过高,则有可能造成目标丢失J。而且只适用于作匀速直线运动的固定大小目标。目前人们较多采用TBD方法来检测图像中

8、低3.2基于多级假设检验方法信噪比弱小目标,这种方法对单帧图像中有无目标多级假设检验(Mult

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。