復(fù)雜城市背景下紅外弱小目標檢測與跟蹤算法研究.pdf

1、紅外弱小目標檢測與跟蹤技術(shù)是近年來信息處理技術(shù)的研究熱點之一，在遠程預(yù)警、紅外制導(dǎo)、安防監(jiān)控等領(lǐng)域都有廣泛的應(yīng)用。與?？毡尘跋啾?，城市背景復(fù)雜度大大提高，研究更具有挑戰(zhàn)性和實用性。本文針對復(fù)雜城市背景下機載抖動設(shè)備拍攝的紅外序列圖像，主要對紅外弱小目標的檢測和跟蹤算法展開研究。本文主要分為四個部分進行介紹：紅外圖像特性分析、預(yù)處理算法、檢測算法和跟蹤算法。
　　本研究分為四個部分：第一部分首先分析了紅外圖像的特性，包括熱紅外成像原

2、理和串?dāng)_的分析，然后給出了紅外弱小目標的數(shù)學(xué)模型，討論了城市背景的復(fù)雜性。第二部分主要研究城市背景下紅外弱小目標圖像的增強算法，提出了一種基于電串?dāng)_抑制的預(yù)處理算法。首先針對電串?dāng)_的特性本文建立了電串?dāng)_退化函數(shù)模型，利用經(jīng)典的LR（Lucy-Richard）反卷積算法對退化模型求解，給出了預(yù)處理算法的流程。最后通過實驗說明了本文的預(yù)處理算法能夠有效增強弱小目標，提升圖像的清晰度。第三部分主要研究抖動紅外圖像序列的弱小目標檢測算法，提出了

3、改進的基于ORB（Oriented FAST and Rotated BRIEF）特征配準差分的弱小目標檢測算法。介紹了原算法的基本原理和主要流程，然后主要從圖像配準和目標分割兩方面提出了改進，結(jié)合金字塔LK光流算法對圖像配準進行改進，使用P-Tile方法對目標分割進行改進。最后在序列圖像上進行實驗，表明改進算法能夠提高配準精度，在復(fù)雜城市背景下有較低的虛警率。第四部分主要研究城市背景下的弱小目標跟蹤算法，提出了改進的基于KCF（Ker