学位论文 > 优秀研究生学位论文题录展示

红外图像目标识别及跟踪技术研究

作 者: 郭婉露
导 师: 闫保中;李芳颂
学 校: 哈尔滨工程大学
专 业: 控制工程
关键词: 图像预处理 图像分割 目标识别 矩特征提取 目标跟踪
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 73次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着计算机技术和数字图像处理技术的飞速发展,利用计算机视觉技术进行运动目标的识别与跟踪,已经成为一种先进、有效的技术手段。它较传统的人工方式进行目标的识别与跟踪,具有较好的精确性、智能性和高效性。由于红外热像可以全天时工作,并且红外成像设备具有隐蔽性好,探测能力强,作用距离远等优点。因此随着红外辐射理论、红外探测器、红外光学等的发展,利用红外技术进行目标的识别及跟踪的方法研究越来越受到重视。已成为一个活跃的研究领域。本文以研究在夜视背景下红外图像目标识别及跟踪的算法为目的,然后结合红外目标图像的特点,提出并设计了红外图像目标识别跟踪系统。论文主要工作包括红外图像特性分析、图像预处理、目标分割算法、目标识别跟踪算法以及系统软件实现等几个方面。具体主要从以下几个方面展开。1.在详细分析红外图像成像过程和红外图像直方图特征以及图像预处理算法的基础上,对直方图均衡,图像滤波进行算法改进,目的是增强对比度;并对不同阈值分割算法的比较,综合优缺点提出一套性能良好的阈值分割算法,以改善视觉效果,为接下来的目标识别跟踪做准备。其中每一项算法的改进都进行了仿真验证,并运用了红外图像进行处理实验。2.研究了BP神经网络识别方法,并对神经网络进行了结构设计。在详细分析了BP神经网络算法的缺陷后,提出了算法的改进思想。对分割后的二值图像信息提取目标不变矩特征作为网络的输入向量,并对不变矩进行了改进。采用改进后的不变矩对神经网络进行训练,使系统的识别性能指标达到红外图像目标识别的系统要求。3.采用基于投影法基础上的自适应卡尔曼跟踪算法,通过建立系统模型,并在投影法坐标系上获得目标的确切位置后,对目标进行预测和先验估计。以实现夜视背景下的目标跟踪。4.最后,完成了系统各部分的分析、研究和实验工作后,在VC++开发环境下编写了目标识别应用软件,软件中实现了本文设计的识别技术方案,测试结果证明具有很好的可靠性和识别率。

全文目录


摘要  5-6ABSTRACT  6-11第1章 绪论  11-17  1.1 课题研究背景、意义及来源  11  1.2 视频监控系统的发展现状及应用  11-13  1.3 红外图像目标识别跟踪技术的研究现状与挑战性  13-16    1.3.1 红外图像目标识别技术的研究现状  13-14    1.3.2 红外图像目标跟踪技术的研究现状  14-15    1.3.3 红外图像目标识别跟踪技术面临的挑战性  15-16  1.4 本文主要的研究内容  16-17第2章 红外图像技术研究  17-21  2.1 红外成像技术概述  17  2.2 红外夜视监控图像特点  17-18  2.3 红外图像直方图研究  18-20    2.3.1 红外图像直方图的统计特征  18-19    2.3.2 红外夜视图像直方图特点  19-20  2.4 本章小结  20-21第3章 红外图像增强与分割技术研究  21-36  3.1 红外图像直方图均衡技术研究  21-25    3.1.1 直方图均衡算法的理论依据  22    3.1.2 常用直方图均衡增强算法的缺陷分析  22-23    3.1.3 自适应红外直方图均衡增强算法  23-24    3.1.4 实验结果及讨论  24-25  3.2 红外图像滤波技术研究  25-29    3.2.1 红外夜视图像噪声特点  25-26    3.2.2 中值滤波算法分析  26-27    3.2.3 多向多级中值滤波技术  27-29  3.3 红外图像分割算法研究及设计  29-35    3.3.1 经典的图像分割技术  30-31    3.3.2 基于Meanshift算法的图像分割算法设计  31-35      3.3.2.1 Meanshift算法理论  31-33      3.3.2.2 Meanshift分割算法设计  33-35  3.4 本章小结  35-36第4章 红外图像目标识别算法研究与设计  36-55  4.1 神经网络概述  36-38    4.1.1 神经网络的模型及功能  36-37    4.1.2 神经网络的学习规则  37-38  4.2 基于BP神经网络的红外图像目标识别技术研究  38-49    4.2.1 BP神经网络算法的学习过程  38-41    4.2.2 基于BP神经网络的目标识别过程设计  41-44      4.2.2.1 BP神经网络结构设计  41-42      4.2.2.2 BP神经网络目标识别算法的具体过程  42-44    4.2.3 BP神经网络算法的缺陷分析和改进  44-46      4.2.3.1 网络权值的优化选择  45      4.2.3.2 隐层数和隐层节点数的优化选择  45-46      4.2.3.3 BP算法的改进  46    4.2.4 实验结果分析  46-49  4.3 图像矩特征描述与提取算法设计  49-54    4.3.1 红外图像目标特征分析  49-50    4.3.2 Hu不变矩特征提取方法分析  50-51    4.3.3 原始图像不变矩特征作为输入特征向量存在的问题及改进  51-52    4.3.4 实验仿真结果分析  52-54  4.4 本章小结  54-55第5章 目标跟踪算法设计和系统实现  55-71  5.1 目标跟踪算法分析与选择  55-56  5.2 自适应卡尔曼滤波器原理及其特性  56-60    5.2.1 卡尔曼滤波算法的基本理论  56-58    5.2.2 卡尔曼目标跟踪算法的基本要素  58-60  5.3 自适应卡尔曼滤波跟踪算法设计  60-62    5.3.1 直角坐标系上的线性模型  60-61    5.3.2 投影坐标系下的卡尔曼滤波算法设计  61-62  5.4 实验结果分析  62-64  5.5 红外图像目标识别跟踪系统软件设计  64-70    5.5.1 软件各模块功能介绍  66-67    5.5.2 系统软件测试  67-70  5.6 本章小结  70-71结论  71-72参考文献  72-76攻读硕士学位期间发表的论文和取得的科研成果  76-77致谢  77

相似论文

  1. 带径向速度观测的跟踪算法研究,TN953
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  4. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  5. 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
  6. 森林防火系统中图像识别算法的研究,TP391.41
  7. 舌图像中瘀斑瘀点检测技术研究,TP391.41
  8. 红外超光谱图像的虚拟探测器研究,TP391.41
  9. 空间交会接近视觉测量方法研究,TP391.41
  10. 图像实时采集、存储与处理方法研究,TP391.41
  11. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  12. 移动机器人视觉检测和跟踪研究,TP242.62
  13. 数字图像处理在集装箱检测中的应用研究,TP274.4
  14. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  15. 空中目标抗干扰识别跟踪系统,TN215
  16. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  17. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  18. 空间红外目标仿真与跟踪技术研究,TP391.41
  19. 水下目标特征的压缩与融合技术研究,TN911.7
  20. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com