版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、紅外預(yù)警系統(tǒng)依靠被動地接受紅外輻射實現(xiàn)檢測、識別和跟蹤來襲目標(biāo),相比雷達(dá)預(yù)警系統(tǒng),它所具有的隱蔽性好、角分辨率高、抗電磁干擾能力強等優(yōu)點,已受到各國軍方的高度重視。由于紅外預(yù)警系統(tǒng)還具備體積小、重量輕、機動性強等優(yōu)點,它已逐漸成為現(xiàn)代化信息對抗體系中的一個重要組成部分。隨著導(dǎo)彈、飛機等進(jìn)攻性兵器速度的不斷提高,要求紅外預(yù)警系統(tǒng)能在較遠(yuǎn)的距離處搜索到來襲目標(biāo),以為我方對抗系統(tǒng)提供足夠的預(yù)警時間。然而,當(dāng)目標(biāo)較遠(yuǎn)時,系統(tǒng)接收的是一種復(fù)雜背景
2、中的微弱信號,即其不僅背景復(fù)雜、目標(biāo)信號微弱、信噪比低,而且尺寸小、無形狀、紋理信息,很難將其從背景中檢測出來,以致如何實現(xiàn)復(fù)雜背景下紅外弱小目標(biāo)的可靠檢測,成了當(dāng)今國內(nèi)外同仁廣為研究的熱門課題,它是一個具有重要理論意義和工程應(yīng)用價值的研究課題。
本文主要研究天空復(fù)雜背景下的紅外弱小目標(biāo)檢測問題,首先分析了紅外圖像中弱小目標(biāo)及其背景特性,然后利用矩陣論、仿生學(xué)理論、多尺度幾何分析、局部濾波、非線性濾波等理論工具,研究了相應(yīng)
3、的算法,主要包括紅外弱小目標(biāo)背景抑制和紅外弱小目標(biāo)多幀檢測兩方面的算法。本文主要研究成果有:
1、提出了兩種背景抑制算法。針對天空中可能出現(xiàn)的大面積云層背景,提出了基于奇異值分解的人工蟻群背景抑制算法。該算法利用圖像矩陣中奇異值在代數(shù)和幾何上的不變性原理,對圖像進(jìn)行奇異值分解,用人工蟻群對分解結(jié)果優(yōu)化。實驗證明,該算法能有效抑制復(fù)雜多變的云層背景,提高了圖像的信噪比和對比度,且適應(yīng)性強,但是運算量偏大。為提高算法的實時性提
4、出了一種基于多尺度奇異值分解背景抑制算法,該算法利用àtrous小波的多尺度和平移不變性等優(yōu)勢,對小波分解后的子帶進(jìn)行特征值截斷來調(diào)整系數(shù),達(dá)到了抑制背景的目的。仿真結(jié)果表明該算法對一般的背景結(jié)構(gòu)都能取得較好的抑制效果,有效地增強了目標(biāo)信號。
2、針對天空背景中可能出現(xiàn)的結(jié)構(gòu)化背景和強起伏云層,提出了一種改進(jìn)的雙邊濾波算法和基于雙邊濾波的非抽樣輪廓波背景抑制算法。利用目標(biāo)和背景與其周圍鄰域相關(guān)性差異的特點,對像素的灰度和幾
5、何結(jié)構(gòu)與其局部鄰域之間的關(guān)系進(jìn)行分析,提出了一種改進(jìn)的雙邊濾波算法。該算法通過對背景圖像的預(yù)測實現(xiàn)目標(biāo)與背景的分離。利用非抽樣輪廓波變換所具有的多尺度、多方向和平移不變性特點,采用雙邊濾波對各子帶系數(shù)在空間距離、幾何結(jié)構(gòu)和灰度關(guān)系進(jìn)行調(diào)整,提出了一種基于雙邊濾波的非抽樣輪廓波背景抑制算法。實驗證明,所提算法能對空空系統(tǒng)中的結(jié)構(gòu)化背景進(jìn)行有效抑制,提高圖像整體的信噪比,使紅外圖像中復(fù)雜背景的抑制效果得到很大的提高。
3、提出
6、了兩種基于序列圖像處理的弱小目標(biāo)檢測算法。利用目標(biāo)圖像的幀間相關(guān)特性和運動軌跡的連續(xù)性,構(gòu)造了相關(guān)系數(shù),針對機動性弱的常規(guī)線性運動目標(biāo),提出了一種基于卡爾曼濾波的幀間相關(guān)檢測算法。當(dāng)目標(biāo)機動性較大時,其運動模型具有較強的非線性,針對這種情況提出了Unsecured粒子濾波的序列檢測算法,實現(xiàn)了對該類目標(biāo)的快速準(zhǔn)確檢測,并將該算法成功地應(yīng)用于紅外預(yù)警系統(tǒng)中。仿真結(jié)果表明,兩種算法在不同運動模型下對目標(biāo)的檢測效果更加準(zhǔn)確,減少了目標(biāo)檢測過程
7、中虛假目標(biāo)和漏檢目標(biāo)的數(shù)目,提高了對序列圖像中弱小目標(biāo)的檢測能力。
4、紅外弱小目標(biāo)檢測算法性能分析。紅外弱小目標(biāo)檢測算法的性能與多種因素有關(guān),就圖像質(zhì)量而言其評價指標(biāo)包括信噪比和對比度等,就檢測要求而言其評價指標(biāo)包括檢測概率和虛警概率等。本文對上述幾個重要指標(biāo)進(jìn)行了綜合、詳細(xì)地分析,從理論上闡述了虛警概率和檢測門限之間的關(guān)系、檢測概率和信噪比之間的關(guān)系以及檢測概率和虛警概率之間的關(guān)系。從工程實際出發(fā),詳細(xì)地分析了ROC曲
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 復(fù)雜背景下紅外弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下的紅外弱小目標(biāo)檢測算法.pdf
- 復(fù)雜背景下的紅外弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景條件下紅外弱小目標(biāo)檢測算法研究.pdf
- 37067.復(fù)雜背景下的弱小目標(biāo)檢測算法研究
- 復(fù)雜背景抑制及弱小目標(biāo)檢測技術(shù)研究.pdf
- 云背景下紅外弱小目標(biāo)檢測算法研究.pdf
- 海天背景下紅外弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景紅外弱小目標(biāo)檢測.pdf
- 海雜波背景下的弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下紅外弱小目標(biāo)檢測.pdf
- ??毡尘跋录t外圖像背景抑制及目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下紅外小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景建模與運動目標(biāo)檢測算法研究.pdf
- 對空紅外弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜城市背景下紅外弱小目標(biāo)檢測與跟蹤算法研究.pdf
- 空間紅外弱小目標(biāo)檢測算法研究及實現(xiàn).pdf
- 復(fù)雜背景下特定紅外目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下視頻運動目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下紅外弱小目標(biāo)的檢測.pdf
評論
0/150
提交評論