紅外弱小目標檢測與跟蹤技術研究.pdf

1、隨著紅外技術的迅猛發(fā)展，紅外弱小目標的檢測與跟蹤技術成為了紅外成像系統(tǒng)中的一項核心技術。該技術是在紅外圖像處理的基礎上，利用某種圖像處理算法對雜亂背景和噪聲環(huán)境下的目標進行自動檢測與跟蹤，算法性能的優(yōu)劣對紅外成像系統(tǒng)的作用距離大小和智能化程度至關重要。本文對紅外制導的基本特征和弱小目標的檢測與跟蹤技術進行了系統(tǒng)研究，取得了一定的成果。其主要工作如下： 1．結合熱輻射原理，在對紅外序列圖像建立數學模型的基礎上，對紅外序列圖像和序列

2、圖像中弱小目標的特點進行了系統(tǒng)的研究和總結，并結合紅外探測器本質，對紅外序列圖像中的噪聲特點進行了研究和總結。 2．對紅外圖像預處理和背景抑制技術進行了研究，并針對傳統(tǒng)紅外圖像分割算法精度低，及單純基于邊界信息或區(qū)域信息Level Set的圖像分割算法實時性差等問題，提出了一種同時基于邊界信息和區(qū)域信息的快速Level Set的紅外圖像分割算法。通過自適應系數T1和T2，較好的將邊界信息和區(qū)域信息相結合，在保證分割精度的同時加快

3、了圖像分割速度。通過實驗仿真并與其它紅外圖像分割結果相比較，證明了該算法的有效性和實時性。 3．對以往弱小目標檢測技術進行了回顧和總結，并基于對紅外圖像中目標和背景特性的分析，提出了一種新的基于標記信息和梯度信息相融合的弱小目標檢測方法。在紅外圖像空間，根據目標的特性，利用雙重窗進行可能目標的搜索，并進行標記；同時并行的對原始圖像進行梯度計算。對標記信息和梯度信息進行融合，進行目標的初次確定。再利用自適應門限對融合后的圖像進行目

4、標分割。實驗結果證明了該方法能有效的檢測出弱小目標。 4．對目標跟蹤理論進行了系統(tǒng)的研究與分析，并針對跟蹤過程中，由于目標機動的隨機性，可能出現目標運動模型建立不準確的缺陷，提出了一種能更精確的反應目標機動信息的運動模型；并且針對弱小目標跟蹤容易丟失的情況，提出了一種融合紅外數據和毫米波數據的目標跟蹤技術。將紅外和毫米波兩種傳感器的工作頻率設成互補狀態(tài)，用紅外傳感器進行測角，毫米波傳感器進行測距，并分別對觀測空間進行獨立賦值，然