復(fù)雜背景下的紅外弱小目標(biāo)檢測(cè)與跟蹤技術(shù)研究.pdf

1、紅外成像目標(biāo)檢測(cè)與跟蹤系統(tǒng)是一種基于被動(dòng)探測(cè)技術(shù)的光機(jī)電一體化系統(tǒng)，它具有隱蔽性好、抗干擾能力強(qiáng)等優(yōu)點(diǎn)，被廣泛地應(yīng)用于紅外告警和精確制導(dǎo)等武器裝備系統(tǒng)中。在實(shí)際應(yīng)用中，為了盡可能多地增加火控系統(tǒng)的預(yù)警時(shí)間、提高己方的安全系數(shù)，要求紅外探測(cè)系統(tǒng)能夠在盡可能遠(yuǎn)的距離捕捉到目標(biāo)并獲取目標(biāo)的相關(guān)信息。然而，當(dāng)目標(biāo)距離較遠(yuǎn)時(shí)，目標(biāo)在視場(chǎng)中是以小目標(biāo)的形態(tài)出現(xiàn)的，并且信號(hào)微弱，以至被淹沒(méi)在復(fù)雜的背景之中，導(dǎo)致目標(biāo)檢測(cè)跟蹤非常困難。因此，如何在復(fù)雜背

2、景條件下對(duì)紅外弱小目標(biāo)實(shí)施穩(wěn)定的檢測(cè)與跟蹤成為當(dāng)今一項(xiàng)高難的前沿研究技術(shù)。另一方面，隨著目標(biāo)機(jī)動(dòng)性能的不斷提高，在系統(tǒng)性能指標(biāo)中，對(duì)弱小目標(biāo)檢測(cè)跟蹤的實(shí)時(shí)實(shí)現(xiàn)也提出了更高的要求?？梢?jiàn)，研究復(fù)雜背景條件下紅外弱小目標(biāo)檢測(cè)跟蹤算法及其實(shí)時(shí)實(shí)現(xiàn)技術(shù)，不僅具有重要的理論意義，而且具有重大的工程實(shí)用價(jià)值。
　　 作者在深入分析國(guó)內(nèi)外紅外弱小目標(biāo)檢測(cè)跟蹤研究現(xiàn)狀和研究進(jìn)展的基礎(chǔ)上，結(jié)合在研國(guó)防科研項(xiàng)目要求，提出了一套復(fù)雜背景條件下實(shí)時(shí)高效的

3、紅外弱小目標(biāo)檢測(cè)跟蹤系統(tǒng)實(shí)現(xiàn)方案。由于復(fù)雜背景是影響弱小目標(biāo)檢測(cè)跟蹤性能的重要因素，因此，若要穩(wěn)定而可靠地對(duì)目標(biāo)進(jìn)行檢測(cè)和跟蹤，就必須首先對(duì)紅外弱小目標(biāo)圖像進(jìn)行有效的預(yù)處理。為此，本文以國(guó)防科研項(xiàng)目中可能遇到的幾種復(fù)雜背景的圖像預(yù)處理技術(shù)為切入點(diǎn)，同時(shí)對(duì)復(fù)雜背景下的弱小目標(biāo)檢測(cè)、機(jī)動(dòng)目標(biāo)跟蹤以及系統(tǒng)的軟硬件實(shí)現(xiàn)等關(guān)鍵技術(shù)進(jìn)行了深入的研究，并提出了相應(yīng)的技術(shù)方案，理論分析和實(shí)驗(yàn)結(jié)果均驗(yàn)證了其合理性和有效性。
　　 論文的研究工作及

4、成果主要有：
　　 首先，針對(duì)不同類型的復(fù)雜背景，研究了幾種相應(yīng)的背景抑制算法。對(duì)于視場(chǎng)中存在灰度遠(yuǎn)大于目標(biāo)的大面積云層背景的情況，提出了基于馬爾可夫隨機(jī)場(chǎng)模型的正則化背景抑制算法；為了有效抑制紋理結(jié)構(gòu)復(fù)雜且強(qiáng)起伏的云層背景，提出了一種基于Facet小面圖像模型雙向擴(kuò)散濾波的背景抑制算法；此外，為了提高系統(tǒng)的實(shí)時(shí)性能，設(shè)計(jì)了基于自適應(yīng)差分量化理論的背景抑制方法，實(shí)現(xiàn)了在采集圖像的同時(shí)，完成了背景抑制。實(shí)驗(yàn)結(jié)果表明，上述算法能夠有

5、效抑制多種情況的復(fù)雜背景，并且結(jié)構(gòu)簡(jiǎn)單，實(shí)時(shí)性好，均可作為工程應(yīng)用的備選方案。
　　 其次，經(jīng)過(guò)背景抑制后，雖然圖像的信噪比得到顯著的提高，但仍有可能殘留較強(qiáng)的背景，傳統(tǒng)的目標(biāo)檢測(cè)算法難以快速而準(zhǔn)確地從圖像中檢測(cè)出弱小目標(biāo)。為此，本文設(shè)計(jì)了基于圖像等高線圖特征匹配的弱小目標(biāo)檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明，該算法具有檢測(cè)概率高、適用范圍廣、實(shí)時(shí)性好的優(yōu)點(diǎn)。
　　 再次，由于實(shí)戰(zhàn)中被探測(cè)的目標(biāo)通常具有較高的機(jī)動(dòng)性能，其運(yùn)動(dòng)模型具有很

6、強(qiáng)的非線性，為了對(duì)該類目標(biāo)實(shí)施快速而準(zhǔn)確的跟蹤，本文提出了一種多速率的交互式多模型卡爾曼粒子濾波快速跟蹤算法。實(shí)驗(yàn)結(jié)果表明，該算法顯著地改善了算法的運(yùn)算量，并在一定程度上提高了跟蹤精度，是一種具有工程實(shí)用價(jià)值的跟蹤算法。
　　 最后，針對(duì)科研項(xiàng)目的具體性能指標(biāo)要求，設(shè)計(jì)了一套基于FPGA與多DSP的高速并行圖像處理硬件平臺(tái)，實(shí)時(shí)地實(shí)現(xiàn)了上述紅外弱小目標(biāo)檢測(cè)與跟蹤算法。同時(shí)，為了便于擴(kuò)展該硬件平臺(tái)的功能，還為其設(shè)計(jì)了并行圖像處理實(shí)

7、時(shí)操作系統(tǒng)(Parallel Image Process Rea Time Operation System，PIPRTOS)，用于實(shí)現(xiàn)系統(tǒng)算法軟件的分布式處理。原理樣機(jī)的外場(chǎng)實(shí)驗(yàn)表明，該系統(tǒng)不僅可實(shí)時(shí)地運(yùn)行上述紅外弱小目標(biāo)檢測(cè)與跟蹤算法，而且具有良好的穩(wěn)定性和可擴(kuò)展性。
　　 所研究的算法和硬件平臺(tái)已組裝成了“復(fù)雜背景下紅外弱小目標(biāo)檢測(cè)與跟蹤技術(shù)”原理樣機(jī)，并在某機(jī)場(chǎng)進(jìn)行了多次外場(chǎng)實(shí)驗(yàn)，其功能和性能均達(dá)到了設(shè)計(jì)要求，驗(yàn)證了我們