頻域下的目標(biāo)跟蹤方法及其在DSP中的實(shí)現(xiàn).pdf

1、本論文從兩個(gè)方向研究了頻域下的目標(biāo)跟蹤測(cè)量方法。一種是基于傅里葉變換相移特征的運(yùn)動(dòng)分析方法，它能夠準(zhǔn)確地估計(jì)出運(yùn)動(dòng)目標(biāo)的平移和旋轉(zhuǎn)參數(shù)矢量。文中在傳統(tǒng)的相位相關(guān)算法基礎(chǔ)上提出了幾種改進(jìn)的運(yùn)動(dòng)參數(shù)估計(jì)方法，其中基于SVD分解的相位相關(guān)算法不僅在計(jì)算量方面優(yōu)于其它算法，而且在抑制噪聲和抗遮擋等方面更顯示出良好的性能，同時(shí)為滿足系統(tǒng)實(shí)時(shí)性的要求，采用一種將二維圖像映射為一維信號(hào)的相位相關(guān)簡(jiǎn)化算法，速度是傳統(tǒng)算法的4倍；為實(shí)現(xiàn)運(yùn)動(dòng)矢量的亞像素匹

2、配，提出一種基于頻域相位差信息的相位差算法，它建立起一種空域下目標(biāo)位置變化與頻域下相位角變化之間的簡(jiǎn)單線性對(duì)應(yīng)關(guān)系，速度比傳統(tǒng)相位相關(guān)算法提高了8倍。用外場(chǎng)圖像做了相應(yīng)的仿真實(shí)驗(yàn)，取得了很好的實(shí)驗(yàn)結(jié)果，證明了算法的有效性和實(shí)用性。 另一種頻域下的目標(biāo)跟蹤方法是利用小波變換局部模極大值的邊緣檢測(cè)方法，并結(jié)合小波多分辨分析的特性在去噪和圖像增強(qiáng)等方面的優(yōu)勢(shì)，實(shí)現(xiàn)3％對(duì)比度下的微弱目標(biāo)檢測(cè)。文中比較了三種小波局部模極大值邊緣檢測(cè)方法在

3、抗噪性、計(jì)算量及檢測(cè)效果等方面的性能以及如何針對(duì)圖像特點(diǎn)選取小波基，并提出一種針對(duì)不同背景的自適應(yīng)閾值法，在抗噪的同時(shí)能夠檢測(cè)出更多的細(xì)節(jié)邊緣。通過(guò)仿真實(shí)驗(yàn)證明了利用B樣條小波的模極大值邊緣檢測(cè)算法對(duì)空中目標(biāo)、模糊目標(biāo)和低對(duì)比度目標(biāo)都有很好的檢測(cè)效果。也探討了把利用小波分析的圖像去噪和圖像增強(qiáng)方法融入到邊緣檢測(cè)中，在抑制噪聲的同時(shí)，從模糊圖像中提取出目標(biāo)邊緣，將目標(biāo)準(zhǔn)確定位。 為了將復(fù)雜的小波算法應(yīng)用到實(shí)時(shí)圖像測(cè)量系統(tǒng)中，研究了