基于像素时域特征的红外弱小目标检测算法分析

基于像素时域特征的红外弱小目标检测算法分析

ID:33012324

大小:2.94 MB

页数:38页

时间:2019-02-19

基于像素时域特征的红外弱小目标检测算法分析_第1页
基于像素时域特征的红外弱小目标检测算法分析_第2页
基于像素时域特征的红外弱小目标检测算法分析_第3页
基于像素时域特征的红外弱小目标检测算法分析_第4页
基于像素时域特征的红外弱小目标检测算法分析_第5页
资源描述:

《基于像素时域特征的红外弱小目标检测算法分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、三基于像素时域特征的红外弱小目标检测算法研究可以在较好的时机帮助人们迅速地提取感兴趣的目标区域,从而为人们的生产和生活提供必要的指导。另外,随着太空研究的逐步深入,对空间目标的探测需求也日益迫切,空间目标的识别、探测以及开发利用,将是21世纪人类关注的热点领域,也是进一步推动科学技术不断发展的动力之一。在真实的应用中,图像的背景往往由云杂波、海杂波和地面等比较复杂的场景组成,杂波和噪声较多,因而迄今为止在弱小目标检测领域中仍有很多问题没有解决,目前提出的各种算法,或多或少都存在一定的局限性,只能在某一类具有特定性质的图像中达

2、到较高的检测率。尽管如此,仍然不断有新的弱小目标检测算法被提出,这一领域的工作仍然具有很大的改进空间。本论文的选题来源于陕西省自然科学基金(2006F20),具有一定的现实意义和研究价值。1.2国内外研究现状伴随着红外技术的不断发展,红外成像系统己经被广泛地应用在精确制导、目标探测及火控、光学遥感和夜间导航等领域中。作为红外制导、搜索跟踪和预警等领域的一项关键技术,红外弱小目标检测与跟踪成为了红外图像处理领域中一项历史悠久且又充满活力的研究课题。国内外己有众多学者在该领域中展开了深入而细致的研究工作。例如,在IEEETran

3、s.Aeros.Electron.Sys.、IEEETrans.SinaiProc.、IEEETrans.ImageProc.、IEEETrans.Sys.ManCybem.、InfraredMilli.Waves、红外与激光工程等国际或国内刊物上,经常会发表一些关于红外弱小目标检测与跟踪算法的最新研究成果。国际光学工程学会(TheInternationalSocietyforOpticalEngineering.SPIE)自1989年开始,每年都会举办一次名为“Signalanddataprocessingofsmallt

4、argets"的国际会议,专门就小目标(特别是红外弱小目标)相关处理方法的软、硬件实现问题展开讨论,一些有效的研究思路和处理方法被陆续提出。由于弱小目标检测问题的复杂性,二十多年来国内外的研究,针对不同的应用目的提出了众多不同的检测算法,但是一直没有形成比较统一的解决方法。各种不同应用所要面对的共同问题是,由于缺少尺寸、形状和纹理等信息,一般的图像处理技术无法应用;缺乏目标和背景特征的先验信息:目标强度弱,淹没在背景和噪声中。除了理论上的难度之外,由于处理的数据量很大,为检测系统的实时实现带来了困难。通常的检测方法是通过单帧

5、检测,筛选出可能目标,然后根据目标的运动特性,通过多帧数据关联确认出真实目标轨迹。红外弱小目标检测算法可以按照进行检测和跟踪的顺序划分为DBT(DetectionBeforeTrack)跟踪前检测方法和TBD(TrackBeforeDetect)检测前跟踪方法。第一章绪论经典的目标检测方法为跟踪前检测算法(DBT),检测被划分为两个独立的问题,即信号处理与数据处理,信号处理的标准方法是:对传感器的数据滤波,尽可能地压缩背景中的杂波与噪声,对每帧图像施加固定或自适应门限,提取超过检Nf3限的像素点作为目标的观测值,在跟踪算法中

6、将观测值与航迹进行相关,实现目标航迹的起始航迹的确认与航迹的终结。信号处理部分必须快速处理大量的图像数据,做出精确可靠的硬判断;数据处理部分则根据检测到的目标观测值,做出航迹状态估计与预测,这种先检测后跟踪(DBT)方法的算法简单但受图像的信噪比的影响较大,只有在高信噪比时才能取得好的效果。若要在复杂背景中实现弱小目标的检测与跟踪,必须充分利用处理过程中每个阶段的信息,避免硬判断或推迟硬判断。为了提高小目标检测的性能,近年来人们提出了先跟踪后检澳IJ(TBD)方法。该方法是把时间滤波器放在空间滤波器之前,也就是在目标检测前,

7、已经对大量的候选目标轨迹进行评估,提高了在恒虚警率下的目标检测能力,这个特点使其更适合于低信噪比背景下弱小目标的检测。大量实验表明,该方法能够在低信噪比时也可以取得不错的效果。现有大部分算法都可以归于此类,总结如下:(1)时空匹配滤波器又称三维匹配滤波器,这种方法的基本思想是针对目标所有可能的运动情况,设计相应的多个三维匹配滤波器,对每个滤波器的滤波输出结果进行统计,选出使输出信噪比最高的滤波器,从该滤波器所对应的运动状态确定出目标在图像中的位置和运动轨迹。Reed等人n1将滤波器理论推广到三维图像序列上,并将其简化为在空域

8、进行二维匹配滤波,在时间序列上进行递推求和,称之为递推运动目标指示算法(RMIT),以实现多帧图像目标能量的相干累加,减少计算量,节省存储空问。Porat等人121提出了在频域利用三维匹配滤波器组检测目标的方法。三维匹配滤波方法是一种应用较为广泛的方法,它把运动小目标检测问题转换为三维变换

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。