logo资料库

红外图像的目标检测.doc

第1页 / 共46页
第2页 / 共46页
第3页 / 共46页
第4页 / 共46页
第5页 / 共46页
第6页 / 共46页
第7页 / 共46页
第8页 / 共46页
资料共46页,剩余部分请下载后查看
摘 要
ABSTRACT
1 绪 论
1.1 研究背景和意义
1.2 国内外研究现状及发展趋势
1.3 本论文的主要工作
2 红外图像的产生及特征
2.1 红外图像的产生机理及特点
2.2 红外图像直方图
2.2.1 直方图的定义及特点
2.2.2 红外图像直方图
2.3 红外图像的对比度及分辨率
2.4 红外图像的噪声分析
3 红外目标检测技术
3.1 红外序列图像运动目标检测的基本方法
3.1.1连续帧间差分法
3.1.2背景差分法
3.1.3光流法
3.2针对红外序列图像中运动小目标的检测算法
3.2.1利用运动特征检测红外弱小目标的方法
3.2.2基于移动式管道滤波的小目标检测方法
3.2.3基于帧间相关性的红外序列图像弱小目标的检测方法
3.3红外弱小目标检测技术
3.4基于帧间相关光流法的红外目标检测方法
4. 红外图像识别技术研究
4.1红外图像目标识别的研究现状及发展趋势
4.2红外目标特征与分析
4.2.1 图像识别系统
4.3 模式特征识别
4.3.1 不变量方法
4.3.2 拓扑法识别
4.4相关匹配法
4.4.1相关匹配跟踪算法
4.4.2特征匹配跟踪算法
4.5 命中点选择研究
4.6 决策函数
5. 基于胡氏不变矩与几何特征的红外目标识别
5.1 目标识别的概述
5.2 图像特征提取
5.2.1 胡氏不变矩
5.2.2 几何特征
5.3 基于胡氏不变矩与几何特征的红外目标识别
5.4 实验结果及分析
6.总结与展望
6.1 总结
6.2 展望
参考文献
致谢
红外图像的目标检测 与识别技术研究 学号: 姓名: 指导老师:
摘 要 低信噪比红外图像中目标的检测与识别技术是增加制导武器系统作用距离, 加强系统防御能力的关键技术之一。本文研究了红外序列图像中目标的检测与识 别技术,主要包括图像预处理、目标检测、目标识别。 本文首先分析了红外图像的特点,简要介绍了图像增强的一些方法。然后综 合考虑系统的快速性及后续处理的需要,提出一种新的红外图像预处理方法。该 算法充分利用红外图像中噪声的随机性和目标运动的相关性的特点,采用灰度对 比值分割出潜在目标图像区域,再对潜在目标区域进行图像增强。 本文遵从最简单的 DBT(先检测后跟踪)检测算法的设计思路,提出了一种基 于帧间相关光流法的红外目标检测方法。实现了红外图像预处理与目标检测任务 在一个完整的框架下的统一,实验结果证明了提出的目标检测方法兼顾了快速性 和稳健性。 在分析红外目标图像的基本特征和不变性特征及典型的红外目标识别方法 后,针对红外图像的特点提出了一组新的特征量,并结合局部最亮点轮廓线的不 变矩对红外目标进行了分类识别。 关键词: 红外图像,目标检测,识别技术 I
ABSTRACT The low signal-to-noise ratio in infrared image target detection and recognition technology is one of the key technologies that increase the distance of the role of guided weapons systems, system defense capabilities. This paper studies the infrared image sequences in target detection and recognition technologies, including image preprocessing, target detection, target recognition. This paper first analyzes the characteristics of the infrared image, a brief introduction to some methods of image enhancement. And considering the need of fast and follow-up treatment, raised a new infrared image pre-processing methods. This algorithm takes advantage of the characteristics of the random noise in the infrared image and the correlation of the target motion, using the gradation ratio divided potential target area for image enhancement. then the potential image region, target tracking) detection Design ideas in this article comply with the most simple of the dbt (after the first inter-frame detection, correlation-based optical flow method of infrared target detection method. Infrared image pre-processing and target detection task in the framework of a complete unified, experimental results show that the proposed target detection method both fast and robust. algorithm, proposed an In the analysis of the basic features of the infrared target image and the invariant feature and typical infrared target recognition method for infrared image characteristics of a set amount of new features, combined with local highlight of the contour of the moment invariants of infrared target the classification. Keywords: infrared image, target detection, identification technology II
目 录 摘 要..............................................................................................................................I ABSTRACT.......................................................................................................................II 1 绪 论......................................................................................................................... 1 1.1 研究背景和意义............................................................................................ 1 1.2 国内外研究现状及发展趋势........................................................................ 1 1.3 本论文的主要工作........................................................................................ 3 2 红外图像的产生及特征........................................................................................... 4 2.1 红外图像的产生机理及特点........................................................................ 4 2.2 红外图像直方图............................................................................................ 6 2.2.1 直方图的定义及特点......................................................................... 7 2.2.2 红外图像直方图................................................................................. 8 2.3 红外图像的对比度及分辨率........................................................................ 9 2.4 红外图像的噪声分析.................................................................................... 9 3 红外目标检测技术................................................................................................. 10 3.1 红外序列图像运动目标检测的基本方法.................................................. 10 3.1.1 连续帧间差分法................................................................................ 10 3.1.2 背景差分法........................................................................................ 11 3.1.3 光流法................................................................................................ 12 3.2 针对红外序列图像中运动小目标的检测算法........................................... 14 3.2.1 利用运动特征检测红外弱小目标的方法........................................ 14 3.2.2 基于移动式管道滤波的小目标检测方法........................................ 14 3.2.3 基于帧间相关性的红外序列图像弱小目标的检测方法................ 15 3.3 红外弱小目标检测技术................................................................................ 15 3.4 基于帧间相关光流法的红外目标检测方法............................................... 17 4. 红外图像识别技术研究....................................................................................... 19 4.1 红外图像目标识别的研究现状及发展趋势............................................... 19 4.2 红外目标特征与分析................................................................................... 20 I
4.2.1 图像识别系统................................................................................... 22 4.3 模式特征识别.............................................................................................. 24 4.3.1 不变量方法....................................................................................... 25 4.3.2 拓扑法识别....................................................................................... 26 4.4 相关匹配法................................................................................................... 27 4.4.1 相关匹配跟踪算法............................................................................ 27 4.4.2 特征匹配跟踪算法............................................................................ 28 4.5 命中点选择研究.......................................................................................... 28 4.6 决策函数...................................................................................................... 29 5. 基于胡氏不变矩与几何特征的红外目标识别................................................... 31 5.1 目标识别的概述.......................................................................................... 31 5.2 图像特征提取.............................................................................................. 32 5.2.1 胡氏不变矩....................................................................................... 33 5.2.2 几何特征........................................................................................... 33 5.3 基于胡氏不变矩与几何特征的红外目标识别.......................................... 34 5.4 实验结果及分析.......................................................................................... 35 6.总结与展望............................................................................................................. 37 6.1 总结.............................................................................................................. 37 6.2 展望.............................................................................................................. 38 参考文献..................................................................................................................... 39 致谢............................................................................................................................. 41 II
1 绪 论 1.1 研究背景和意义 红外热成像系统不仅能透过烟、尘、雾等障碍来探测目标,实现昼夜连续被 动探测,而且可以观察目标细节,进一步识别、精确定位及跟踪目标。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。利用红外热成像实现目标 检测识别是现代光电子技术领域的重要组成部分,在各个领域得到广泛应用。军 事上用来侦察、跟踪和监视空中的飞机、导弹,海洋中的军舰,甚至行动着的部 队。人们日常生活中用于交通管理、重要场所监视、运输工具违章行为监督等; 医学上对生物组织运动分析等。 噪、校正、数据压缩、图像增强与补偿等,以改善图像质量,减少后续运算 量。目标检测主要是根据目标和噪声模型,基于实时图像的统计均值方差等,计 算出图像的分割闭值,将闽值以上的信号点作为可能目标保留,再通过序列图像 的检测,进一步确定目标。目标识别是从目标特征中挑选若干有用的特征来做进 一步运算,通常用统计识别法,也有采用神经网络等算法,根据目标形状特征、 灰度特征及运动特征判定识别目标。跟踪处理器完成有关跟踪模式、跟踪状态估 计及滤波预测等运算,输出目标与系统光轴的角偏差。伺服机构把目标误差信号 变成控制信号,使光轴始终指向目标,实施对目标的跟踪。 图像信号的处理是整个智能目标跟踪系统的关键,能够快速准确的从红外序 列图像中检测识别出目标,对后续的动作有很重大的意义。 1.2 国内外研究现状及发展趋势 在实际应用中,红外目标检测识别研究主要涉及到以下几个方面:红外图像 1
预处理、红外目标检测、对象识别等。下面就这三个主要步骤对国内外研究现状 做一个简单介绍。 红外图像预处理与可见光成像器件不同,红外成像器件存在光敏元响应的非 均匀性,有时个别光敏元还可能是哑元。因此,红外成像系统不能简单地认为是 一个线性空间不变系统。通过红外成像器件获得的红外图像是一个由真实场景图 像、成像噪声和成像干扰组成的集合。因此红外成像预处理技术又可称为是一种 背景抑制技术,通过图像的预处理操作,抑制复杂背景和杂波干扰,从而提高处 理后图像的信噪比。对于一般较为平缓的背景来说,红外目标的局部辐射强度远 远大于背景杂波的辐射强度,所以,高通滤波方法是很容易想到红外图像处理方 法。空域高通滤波模板有着实时性和方法简便易实现等优势,在实际应用中得到 广泛认可川。随着硬件技术的发展,一些快速处理器(如 DsP、FPGA 等)陆续出现 并被广泛应用到图像处理中印,,这使得更加复杂的算法得以实现。通过对原始 红外图像实施小波变换,甚至再求取小波模极大值,使图像的信噪比得到很大提 高闭。自适应频率高通滤波器是一种有效的海空红外背景抑制办法,滤波器参数 的可调节性使得该方法能够同时处理平缓的天空和复杂的海杂波背景。 基于低通滤波的红外复杂背景估计代表了另一种有效的红外目标图像预处理 思路。由于待检测的目标对象往往只占很少的像素,可以由原始图像与经过低通 滤波后的背景估计结果图像对应相减,即可实现背景的抑制。常见的这类方法都 是在空间域里完成的,所以它们的实用性很强。如最小均方误差滤波、空间匹配 滤波、中值滤波、数学形态学滤波阳,基于神经网络的滤波、基于模糊理论的滤 波、以及基于小波变换的滤波等。它们各具特点:高通滤波器是最直接的模板运 算,计算过程虽然简单但效果也较满意;背景估计滤波器是根据图像背景估计原 理,选取不同的估计区域和权值去拟合背景特征,达到背景一致的目的;而形态 学滤波是根据结构元素的定义选择可预计地决定去掉部分和保留部分的信息,当 预知小目标的部分信息时,这种方法无疑是最佳选择,将原始图像与开运算结果 求差即构成了著名的 Top--hat 变换。中值滤波作为一种重要的背景平滑滤波方 法,将其应用到红外目标图像的预处理领域可以做到在衰减随机噪声的同时保证 目标边界清晰,许多实践都证明基于中值滤波的红外图像预处理方法具有稳定的 性能。 2
1.3 本论文的主要工作 本文围绕红外序列图像中目标的检测识别,对红外图像的预处理、目标检测、 目标识别做了详细的研究,本文的具体章节安排如下: 第一章:说明了研究的目的,概述了目前红外目标检测识别技术的发展现状 和趋势。 第二章:首先分析红外目标的成像特点,然后较为详细的介绍了几种常见的 红外目标图像预处理方法,进行了仿真和分析比较;接着提出了基于灰度比变化 分割红外图像的预处理办法,并进行了实验分析。 第三章:在分析了几种传统的目标检测算法及一些针对弱小目标的典型检测 算法后,提出了一种结合帧间相关和光流法的红外目标检测算法,并用于预处理 后的红外目标图像,得到很好的检测结果。 第四章:着重分析了红外图像中目标的特征,包括目标图像的基本特征和不 变性特征。因为图像特征量的选取是图像识别中的关键问题之一,本章针对红外 图像的特点,提出了一组新的特征量,结合一种可变分类器,对目标进行识别, 经过仿真确认了它的可行性。 第五章:全文的总结及对未来的展望。 3
分享到:
收藏