学位论文 > 优秀研究生学位论文题录展示

光电目标检测与跟踪系统算法实现技术研究

作　者: 牛照东
导　师: 陈曾平
学　校: 国防科学技术大学
专　业: 电子科学与技术
关键词: 非均匀性校正背景抑制图像分割目标检测多级假设检验
分类号: TN971
类　型: 硕士论文
年　份: 2004年
下　载: 314次
引　用: 2次
阅　读: 论文下载

内容摘要

本文以科研项目——海军“×××侦察船”舰载光电侦察系统为研究背景,主要研究了光电目标检测与跟踪系统中的算法实现部分,全文以光电数据的处理流程为主线,详细介绍了图像预处理技术和光电目标检测技术。绪论部分首先介绍了课题研究的应用背景,以及拟建设的光电目标检测与跟踪系统的构成和工作概况。最后介绍了舰载光电侦察系统的研制现状与发展趋势。其次,介绍了光电图像预处理中的坏点补偿和非均匀性校正技术。着重分析比较了现有的场景统计类非均匀性校正算法,针对卡尔曼滤波法在模型建立中存在的固有缺陷,提出应用交互多模(IMM)技术建立两个模型分别拟合响应参数不存在漂移和漂移剧烈的极限情况,通过对两个模型状态下的响应参数进行融合估计,消除响应参数漂移不确定性给状态方程建立带来的不利影响。实验结果和仿真分析表明IMM算法在收敛性能上有较大改善,综合性能最优。接着在第三章中,针对天空背景下的光电面目标,提出了简单有效的检测算法流程:首先对图像做时域差分运算,抑制背景,确定目标在图像中的大致位置。而后只需在存在目标的小范围区域内,对原始图像进行分割,提取目标,从而有效消除背景对图像分割的影响,并减小了运算量。图像分割是面目标检测的关键技术,因而本章介绍了在工程中广泛应用的几种图像分割算法,并从图像分割效果和计算量两方面,对分割算法进行了分析比较,综合来说,类别方差自动门限法和矩不变自动门限法简单实用,适合于光电图像的实时分割。第四章提出了天空背景下弱小目标检测的处理流程:首先应用时域差分法对背景进行抑制,而后通过多级假设检验算法搜索目标。本章着重介绍了多级假设检验的设计方法,并对检验性能进行了分析,得到了算法计算量、存储量与图像信噪比的大致关系,为硬件器件的选型与设计提供了理论依据。最后对全文工作做了总结,分析了系统设计中存在的不足,并对课题的后续工作进行了展望。

全文目录

摘要  8-9
ABSTRACT  9-10
第一章绪论  10-17
  1．1 课题研究背景与意义  10
  1．2 光电目标检测与跟踪系统设计  10-14
    1．2．1 光电目标检测与跟踪系统构成  11-12
    1．2．2 光电目标检测与跟踪系统工作流程  12-14
  1．3 舰载光电侦察系统的研究现状与发展趋势  14-16
    1．3．1 法国及其它国家的红外搜索与跟踪系统  14-15
    1．3．2 光电侦察系统的发展趋势  15-16
  1．4 本文的主要工作与结构安排  16-17
第二章光电图像预处理  17-34
  2．1 红外成像探测器的线性响应模型  17-19
  2．2 成像探测器的坏点补偿  19-20
  2．3 基于参考源的非均匀性校正算法  20-21
    2．3．1 一点定标校正法  20
    2．3．2 两点定标校正法  20-21
  2．4 场景统计类非均匀性校正算法  21-28
    2．4．1 恒定统计法  22-23
    2．4．2 恒定范围统计法  23-24
    2．4．3 卡尔曼滤波法  24-26
    2．4．4 卡尔曼滤波法的改进—IMM算法  26-28
  2．5 实验结果  28-33
    2．5．1 坏点补偿的实验结果  28-29
    2．5．2 场景统计类非均匀性校正的实验结果  29-32
    2．5．3 场景统计类非均匀性校正算法比较  32-33
  2．6 本章小结  33-34
第三章天空背景下的光电面目标检测  34-46
  3．1 面目标搜索区域的确定  34-36
    3．1．1 天空背景的抑制  34-35
    3．1．2 面目标定位  35-36
  3．2 面目标图像分割  36-40
    3．2．1 类别方差自动门限法  36-38
    3．2．2 最佳熵自动门限法  38-39
    3．2．3 矩不变自动门限法  39-40
    3．2．4 极小误差自动门限法  40
  3．3 实验结果  40-45
    3．3．1 背景抑制与目标定位的实验结果  40-42
    3．3．2 图像分割实验结果  42-45
  3．4 本章小结  45-46
第四章天空背景下的光电弱小目标检测  46-61
  4．1 弱小目标检测算法回顾  46-49
    4．1．1 背景抑制算法  46-48
    4．1．2 弱小目标检测算法  48-49
  4．2 天空背景的抑制  49-50
    4．2．1 天空背景下的图像模型  49-50
    4．2．2 背景抑制  50
  4．3 基于多级假设检验的弱小目标检测  50-57
    4．3．1 轨迹的建立与管理  50-52
    4．3．2 序列检验判决方法  52-55
    4．3．3 性能分析  55-57
  4．4 实验结果  57-60
  4．5 本章小结  60-61
结束语  61-62
致谢  62-63
作者在攻读硕士学位期间发表或撰写的论文  63-64
参考文献  64-65

相似论文

双传感器图像联合目标检测及系统实现研究,TP391.41
森林防火系统中图像识别算法的研究,TP391.41
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
移动机器人视觉检测和跟踪研究,TP242.62
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于运动目标轨迹分析的智能交通监控系统,TP277
基于视频的运动目标检测与跟踪方法应用研究,TP391.41
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于支持向量机的视频目标检测方法研究,TP391.41
基于主动视觉的运动目标检测与跟踪研究,TP391.41
嵌入式多参数环境智能监测系统的设计与实现,TP274
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
视频监控运动目标检索方法研究,TP391.41
安防监控系统中运动目标检测算法研究,TP391.41
基于单目夜视图像的深度估计,TP391.41