基于人類視覺(jué)機(jī)制和粒子濾波的紅外目標(biāo)跟蹤方法.pdf

1、隨著計(jì)算機(jī)、紅外技術(shù)的發(fā)展，對(duì)紅外目標(biāo)進(jìn)行精確識(shí)別與跟蹤的需求不斷增長(zhǎng)。然而，紅外目標(biāo)檢測(cè)與跟蹤過(guò)程中經(jīng)常遇到目標(biāo)弱小、背景復(fù)雜、信噪比過(guò)低等情況。同時(shí)目標(biāo)在運(yùn)動(dòng)過(guò)程中，可能發(fā)生的目標(biāo)灰度變化、背景灰度變化、目標(biāo)被遮擋或暫時(shí)丟失等情況也增加了檢測(cè)與跟蹤的難度。因此，針對(duì)復(fù)雜背景下紅外弱小目標(biāo)檢測(cè)與跟蹤方法的研究具有十分重要的意義。本文基于此，從人類視覺(jué)系統(tǒng)優(yōu)勢(shì)應(yīng)用的角度對(duì)紅外目標(biāo)檢測(cè)與跟蹤的方法進(jìn)行多方面的思考，以期對(duì)該理論的發(fā)展以及人

2、類視覺(jué)系統(tǒng)在紅外目標(biāo)檢測(cè)與跟蹤中的實(shí)際應(yīng)用提供有益借鑒。
　　本文以復(fù)雜背景下紅外弱小目標(biāo)的檢測(cè)與跟蹤為研究對(duì)象，指出了現(xiàn)階段結(jié)合人類視覺(jué)系統(tǒng)進(jìn)行紅外弱小目標(biāo)檢測(cè)與跟蹤的研究背景，以及針對(duì)該課題研究的理論意義和實(shí)際意義；通過(guò)分析國(guó)內(nèi)外相關(guān)問(wèn)題的算法研究，指出現(xiàn)階段復(fù)雜背景下紅外弱小目標(biāo)的檢測(cè)與跟蹤方法存在的局限性，通過(guò)計(jì)算圖像局部視覺(jué)對(duì)比度和自適應(yīng)閾值判定改進(jìn)了基于人類視覺(jué)對(duì)比機(jī)制的紅外弱小目標(biāo)檢測(cè)方法，同時(shí)通過(guò)對(duì)比實(shí)驗(yàn)，證實(shí)了該

3、目標(biāo)檢測(cè)方法具有兼顧檢測(cè)準(zhǔn)確率和實(shí)時(shí)性的良好性能；通過(guò)分析以灰度特征為目標(biāo)單一特征的粒子濾波紅外目標(biāo)跟蹤方法的不足，提出了基于人類視覺(jué)對(duì)比機(jī)制和粒子濾波的紅外目標(biāo)跟蹤方法，充分模擬人類視覺(jué)對(duì)比機(jī)制，提取目標(biāo)區(qū)域局部視覺(jué)對(duì)比度顯著圖為跟蹤的目標(biāo)特征，建立了“九宮格”式目標(biāo)模板，并通過(guò)對(duì)比實(shí)驗(yàn)結(jié)果分析，驗(yàn)證了該算法的魯棒性；通過(guò)分析固定模板、自定義周期更新模板以及即時(shí)更新模板這幾種傳統(tǒng)粒子濾波紅外目標(biāo)跟蹤模板更新方法的局限性，提出了基于人類

4、視覺(jué)對(duì)比機(jī)制和粒子濾波的紅外目標(biāo)跟蹤方法，模擬人類視覺(jué)系統(tǒng)的學(xué)習(xí)和記憶機(jī)制，對(duì)候選模板進(jìn)行學(xué)習(xí)、匹配和記憶并建立三維模板庫(kù)，通過(guò)對(duì)比實(shí)驗(yàn)結(jié)果分析，驗(yàn)證了該算法在目標(biāo)背景變化復(fù)雜、自身尺寸極小情況下的適用性；最后，對(duì)本文做出總結(jié)與展望。
　　隨著計(jì)算機(jī)、紅外技術(shù)的發(fā)展，對(duì)紅外目標(biāo)進(jìn)行精確識(shí)別與跟蹤的需求不斷增長(zhǎng)。然而，紅外目標(biāo)檢測(cè)與跟蹤過(guò)程中經(jīng)常遇到目標(biāo)弱小、背景復(fù)雜、信噪比過(guò)低等情況。同時(shí)目標(biāo)在運(yùn)動(dòng)過(guò)程中，可能發(fā)生的目標(biāo)灰度變化、

5、背景灰度變化、目標(biāo)被遮擋或暫時(shí)丟失等情況也增加了檢測(cè)與跟蹤的難度。因此，針對(duì)復(fù)雜背景下紅外弱小目標(biāo)檢測(cè)與跟蹤方法的研究具有十分重要的意義。本文基于此，從人類視覺(jué)系統(tǒng)優(yōu)勢(shì)應(yīng)用的角度對(duì)紅外目標(biāo)檢測(cè)與跟蹤的方法進(jìn)行多方面的思考，以期對(duì)該理論的發(fā)展以及人類視覺(jué)系統(tǒng)在紅外目標(biāo)檢測(cè)與跟蹤中的實(shí)際應(yīng)用提供有益借鑒。
　　本文以復(fù)雜背景下紅外弱小目標(biāo)的檢測(cè)與跟蹤為研究對(duì)象，指出了現(xiàn)階段結(jié)合人類視覺(jué)系統(tǒng)進(jìn)行紅外弱小目標(biāo)檢測(cè)與跟蹤的研究背景，以及針對(duì)

6、該課題研究的理論意義和實(shí)際意義；通過(guò)分析國(guó)內(nèi)外相關(guān)問(wèn)題的算法研究，指出現(xiàn)階段復(fù)雜背景下紅外弱小目標(biāo)的檢測(cè)與跟蹤方法存在的局限性，通過(guò)計(jì)算圖像局部視覺(jué)對(duì)比度和自適應(yīng)閾值判定改進(jìn)了基于人類視覺(jué)對(duì)比機(jī)制的紅外弱小目標(biāo)檢測(cè)方法，同時(shí)通過(guò)對(duì)比實(shí)驗(yàn)，證實(shí)了該目標(biāo)檢測(cè)方法具有兼顧檢測(cè)準(zhǔn)確率和實(shí)時(shí)性的良好性能；通過(guò)分析以灰度特征為目標(biāo)單一特征的粒子濾波紅外目標(biāo)跟蹤方法的不足，提出了基于人類視覺(jué)對(duì)比機(jī)制和粒子濾波的紅外目標(biāo)跟蹤方法，充分模擬人類視覺(jué)對(duì)比機(jī)

7、制，提取目標(biāo)區(qū)域局部視覺(jué)對(duì)比度顯著圖為跟蹤的目標(biāo)特征，建立了“九宮格”式目標(biāo)模板，并通過(guò)對(duì)比實(shí)驗(yàn)結(jié)果分析，驗(yàn)證了該算法的魯棒性；通過(guò)分析固定模板、自定義周期更新模板以及即時(shí)更新模板這幾種傳統(tǒng)粒子濾波紅外目標(biāo)跟蹤模板更新方法的局限性，提出了基于人類視覺(jué)對(duì)比機(jī)制和粒子濾波的紅外目標(biāo)跟蹤方法，模擬人類視覺(jué)系統(tǒng)的學(xué)習(xí)和記憶機(jī)制，對(duì)候選模板進(jìn)行學(xué)習(xí)、匹配和記憶并建立三維模板庫(kù)，通過(guò)對(duì)比實(shí)驗(yàn)結(jié)果分析，驗(yàn)證了該算法在目標(biāo)背景變化復(fù)雜、自身尺寸極小情況