基于形態(tài)學的微弱目標檢測和跟蹤技術.pdf

1、視頻圖像序列中微弱目標的檢測和跟蹤技術一直是人們研究的重點內容,在軍事和民用方面都體現了重大的意義. 本文從尺寸大小、灰度形態(tài)、運動特性三個方面介紹了微弱目標的模型參數,并分析了對微弱目標檢測和跟蹤的具體困難.接著介紹了人們在這方面所積累的一般經驗與方法,在此基礎上,揭示了本文將時空域信息相結合進行檢測跟蹤的系統(tǒng)流程. 本文的重點是利用數學形態(tài)學的數字圖像處理方法實現目標檢測和軌跡跟蹤,目標是針對本課題設計恰當的背景估計和跟

2、蹤算法.在背景估計方面,形態(tài)學的常用技術是Tophat變換和重構開運算,在文章中詳細推導和介紹了這兩種方法的原理、性質和實現,并在實驗階段從性能和計算量兩個方面對比了兩種方法.形態(tài)學中另一個重要的因素是結構元素,選取不同的結構元素,會給背景估計結果帶來極大區(qū)別,因此,本文還討論了在Tophat和重構開中結構元素選擇的方法與技巧. 為了減少幀間跟蹤過程中系統(tǒng)的計算量,同時降低虛警目標軌跡的數量,本文在圖像序列進入跟蹤之前設計了背景抑

3、制后處理系統(tǒng),該系統(tǒng)利用已知的目標形態(tài)信息,選擇合適結構元素,對原圖作腐蝕運算形成兩個標記,以此重構后同時消除尺寸大于和小于目標的虛假目標.接著,還利用了二值形態(tài)學中的極限腐蝕方法,縮小了目標點,簡化了跟蹤算法的實現. 對于經過背景抑制后的圖像,選用所包含目標的臨域信噪比來衡量背景抑制方法的性能,并比較不同信噪比下的理論檢測概率曲線;選用不同代碼的執(zhí)行時間來衡量背景抑制方法的運算量. 最后,采用了兩種圖像序列來驗證所設計的系