论文部分内容阅读
红外弱小目标检测与跟踪是红外预警与红外制导系统的关键技术。由于成像设备所限和观测距离远等原因,红外成像中往往存在系统噪声影响、云雾干扰和背景杂乱所致的信噪比低等问题,使得红外弱小目标检测和跟踪具有挑战性。红外弱小目标检测与跟踪,离不开良好的红外图像增强、精准的目标检测和快速鲁棒的目标跟踪技术。针对空中红外小目标检测与跟踪的实际需求,本文基于红外成像原理、人类视觉注意机制等,在对红外弱小目标图像增强的基础上,通过抑制背景雾霾和改进局部窗口技术提高了红外小目标的检测精度,进而综合红外小目标的辉度外观和运动特征实现了多目标的有效跟踪,为卫星自动检测与跟踪奠定了基础。主要工作如下:(1)针对红外图像在云雾影响下低对比度和低可见性的问题,提出一种基于雾线暗原色的去雾算法。将雾线去雾方法应用于红外图像,通过结合雾线径向距离极小值和暗通道先验改进透射率估计方法,提高去雾效果的同时较少的改变原始图像像素分布情况,局部细节清晰,视觉效果自然。(2)针对红外小目标检测问题,提出一种基于背景去雾和改进候选框的局部对比度测量红外小目标检测算法。首先采用基于去雾的背景抑制策略,抑制红外图像背景,其次,为了提高微小目标的检测率,改进候选框来适应微小目标形状,运用局部对比度测量检测小目标,最后通过自适应阈值分割提取目标。实验表明本文算法能够有效检测复杂背景下的小目标,为后续的多目标跟踪奠定了基础。(3)针对红外目标之间外观特征相似和跟踪结果中目标标号变动频繁的问题,提出基于辉度外观描述子的多目标跟踪方法。首先,根据检测结果交并比初始化轨迹;其次,利用辉度和卡尔曼滤波分别提取去雾图像中目标的外观特征和运动特征;然后,综合目标特征建立数据关联算法,对检测结果分配轨迹。实验表明该方法能有效实现多个红外小目标跟踪。