学位论文 > 优秀研究生学位论文题录展示

双色红外成像制导自动目标识别与跟踪技术研究

作　者: 李秋华
导　师: 陈曾平；沈振康
学　校: 国防科学技术大学
专　业: 电子科学与技术
关键词: 双色红外信息融合算法融合目标检测目标识别目标跟踪非对称融合策略时域递归融合传感器融合证据理论 K-近邻分类规则神经网络模糊推理融合跟踪
分类号: TN216
类　型: 博士论文
年　份: 2005年
下　载: 1289次
引　用: 1次
阅　读: 论文下载

内容摘要

双色红外成像制导信息处理是双色红外成像导引头研制中的关键技术。本文结合“双色红外成像导引头图像处理机”的技术指标与实际应用,对基于红外双波段图像序列的目标检测、识别与跟踪技术进行了深入的研究。全文共分五章。第一章对双色红外成像制导信息处理技术进行了全面综述。本章针对双色红外成像导引头图像处理机的具体指标要求,在对国内外精确制导图像信息处理方案进行分析与比较的基础上,给出了双色红外成像制导信息处理的功能框图,确定了本文的主要研究内容及重点解决的问题。第二章针对复杂背景下的弱目标检测问题,设计了一种基于红外双波段图像信息融合的弱目标检测方法。该方法基于算法融合和信息融合的基本思想,在目标检测的各个阶段充分利用了红外双波段图像信息的互补性和冗余性,较大程度地改善了系统对红外图像弱目标的检测性能。第三章针对复杂条件下的点目标识别问题,提出了一种基于多特征多级分类的红外双波段图像点目标融合识别方法。该方法在提取目标的图像特征和时域特征等多种特征的基础上,采用基于D-S证据理论与类原型向量集的自适应K-近邻分类规则对红外双波段图像序列中的候选目标区域进行多级分类,显著地提高了系统的目标识别效率,为目标与诱饵辨别提供了合理的技术途经。第四章针对双色红外成像系统中的机动目标跟踪问题,给出了一种采用模糊推理自适应加权融合的双色红外成像目标精确跟踪算法。该算法在对来自中波和长波红外成像传感器的实时图像分别进行目标偏移量滤波与估计的基础上,应用模糊推理技术来处理多传感器自适应加权融合过程中的不确定性,充分利用了多传感器在目标状态估计应用中的优势和数据冗余,提高了系统的跟踪精度,具有良好的工程实用性。第五章对本文的研究内容及所取得的主要成果进行全面的总结,并指出了双色红外成像制导信息处理技术研究中需要进一步研究与探讨的问题。

全文目录

摘要  4-5
Abstract  5-12
第一章绪论  12-21
  §1.1 课题的来源、研究背景及选题依据  12
  §1.2 国内外研究现状  12-13
  §1.3 本文的主要工作及内容安排  13-19
    §1.3.1 本文的主要工作  14-18
    §1.3.2 论文结构  18-19
  §1.4 本文所取得的主要成果  19-21
第二章基于红外双波段图像信息融合的弱目标检测  21-48
  §2.1 引言  21
  §2.2 采用小波变换与形态学滤波的背景抑制与目标增强算法  21-31
    §2.2.1 图像双正交小波变换理论  22-24
    §2.2.2 基于灰度形态学滤波的背景抑制技术  24-27
    §2.2.3 实验结果及分析  27-31
    §2.2.4 小结  31
  §2.3 基于非对称融合策略的双色红外弱目标检测方法  31-47
    §2.3.1 基于自适应门限的目标点搜索与小目标分割  32-33
    §2.3.2 采用非对称策略的双色红外弱目标融合检测  33-35
    §2.3.3 融合检测性能分析  35-39
    §2.3.4 时域递归融合  39-42
    §2.3.5 实验结果及分析  42-47
    §2.3.6 小结  47
  §2.4 本章小结  47-48
第三章基于多特征多级分类的红外双波段图像点目标融合识别  48-97
  §3.1 引言  48-49
  §3.2 红外目标与诱饵特性分析  49-53
  §3.3 红外目标图像特征提取  53-57
    §3.3.1 对比统计特征  54-56
    §3.3.2 局部纹理特征  56-57
    §3.3.3 红外双波段图像能量比  57
  §3.4 基于改进遗传算法的特征选择方法  57-69
    §3.4.1 特征选择问题(FSP)及其常用方法  58-60
    §3.4.2 基于适应度函数Walsh分析与修正谱的特征分级  60-62
    §3.4.3 基于改进遗传算法的特征选择  62-65
    §3.4.4 实验结果及分析  65-68
    §3.4.5 小结  68-69
  §3.5 采用D-S证据理论与K-近邻分类规则的点目标识别方法  69-89
    §3.5.1 采用最大相关样本子空间算法建立类原型向量集  69-70
    §3.5.2 基于D-S证据理论与类原型向量集的自适应K-近邻分类规则  70-74
    §3.5.3 传感器融合与时域递归融合  74-78
    §3.5.4 决策规则分析  78-81
    §3.5.5 算法的神经网络实现  81-86
    §3.5.6 实验结果及分析  86-89
    §3.5.7 小结  89
  §3.6 基于时域特征的红外目标与诱饵辨别方法  89-96
    §3.6.1 基于多特征的广义数据关联  90-91
    §3.6.2 红外目标与诱饵时域特征提取  91-93
    §3.6.3 实验结果及分析  93-96
    §3.6.4 小结  96
  §3.7 本章小结  96-97
第四章双色红外成像目标精确跟踪算法研究  97-135
  §4.1 引言  97
  §4.2 红外成像目标跟踪算法分析  97-101
  §4.3 基于算法融合的红外成像目标跟踪方法  101-118
    §4.3.1 基于"当前"统计模型的偏移量序列建模  102-106
    §4.3.2 采用多分辨技术的偏移量测量序列滤波与去噪  106-111
    §4.3.3 基于算法融合的多模红外成像目标跟踪  111-114
    §4.3.4 实验结果及分析  114-118
    §4.3.5 小结  118
  §4.4 采用模糊推理自适应加权融合的双色红外成像目标精确跟踪算法  118-134
    §4.4.1 传感器误差动态特性的神经网络识别  119-121
    §4.4.2 自适应加权的模糊推理确定  121-126
    §4.4.3 采用最小均方误差自适应格形滤波器的目标偏移量预测  126-133
    §4.4.4 仿真实验结果及分析  133-134
    §4.4.5 小结  134
  §4.5 本章小结  134-135
第五章结束语  135-138
  §5.1 本文的主要贡献  135-136
  §5.2 有待深入研究的问题  136-138
致谢  138-139
参考文献  139-146
作者在攻读博士学位期间发表的学术论文  146-147
作者在攻读博士学位期间参加的科研项目  147

双色红外成像制导自动目标识别与跟踪技术研究

内容摘要

全文目录

相似论文