海平面红外目标的检测和跟踪技术

运动目标检测光流法

摘要 运动目标检测方法是研究如何完成对视频图像序列中感兴趣的运动目标区域的“准确定位”问题。光流场指图像灰度模式的表面运动，它可以反映视频相邻帧之间的运动信息，因而可以用于运动目标的检测。MATLAB这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以利用MATLAB 软件来用光流法对运动目标的检测中具有很大的优势。本设计主要可以借助matlab软件编写程序，运用Horn-Schunck算法对图像前后两帧进行处理，画出图像的光流场。而图像的光流场每个像素都有一个运动矢量，因此可以反映相邻帧之间的运动，分析图像的光流场就可以得出图像中的运动目标的运动情况。 关键字：光流法；Horn-Schunck算法；matlab

目录 1光流法的设计目的 (1) 2光流法的原理 (1) 2.1光流法的介绍 (1) 2.1.1光流与光流场的概念 (1) 2.1光流法检测运动目标的原理 (2) 2.1.1光流场计算的基本原理 (2) 2.2.2基于梯度的光流场算法 (2) 2.2.3Horn-Schunck算法 (3) 2.2.4光流法检测运动目标物体的基本原理概述 (5) 3光流法的程序具体实现 (6) 3.1源代码 (6) 3.1.1求解光流场函数 (6) 3.1.2求导函数 (9) 3.1.3高斯滤波函数 (9) 3.1.4平滑性约束条件函数 (10) 3.1.5画图函数 (10) 4仿真图及分析 (12) 结论 (13) 参考文献 (14)

1 光流法的设计目的 数字图像处理，就是用数字计算机及其他有关数字技术，对图像进行处理，以达到预期的目的。随着计算机的发展，图像处理技术在许多领域得到了广泛应用，数字图像处理已成为电子信息、通信、计算机、自动化、信号处理等专业的重要课程。 数字图像处理课程设计是在学习完数字图像处理的相关理论后，进行的综合性训练课程，其目的是：使学生进一步巩固数字图像处理的基本概念、理论、分析方法和实现方法；增强学生应用Matlab编写数字图像处理的应用程序及分析、解决实际问题的能力；尝试所学的内容解决实际工程问题，培养学生的工程实践能力。 运动目标检测是数字图像处理技术的一个主要部分，近些年来，随着多媒体技术的迅猛发展和计算机性能的不断提高，动态图像处理技术日益受到人们的青睞，并且取得了丰硕的成果，广泛应用于交通管理、军事目标跟踪、生物医学等领域。 因此，基于光流法，实现运动目标的检测是本文的研究对象。结合图书馆书籍、网上资料以及现有期刊杂志，初步建立起运动目标检测的整体思路和方法。 2 光流法的原理 2.1 光流法的介绍 2.1.1 光流与光流场的概念 光流是指空间运动物体在观测成像面上的像素运动的瞬时速度，它利用图像序列像素强度数据的时域变化和相关性来确定各自像素位置的“运动”，即反映图像灰度在时间上的变化与景物中物体结构及其运动的关系。将二维图像平面特定坐标点上的灰度瞬时变化率定义为光流矢量。视觉心理学认为人与被观察物体

红外跟踪系统

第五章红外跟踪系统 1．红外跟踪系统的基本原理： 如图5-1所示，由无穷远目标辐射来的红外辐射能量透过整流罩照射到主反射镜上，经聚焦并反射到次反射镜子上，由次反射镜反射后，再经校正透镜进一步聚焦，最后成像于调制盘上，红外福射经调制盘调制后成为调制信号，目标像点在调制盘上所处的位置与目标在空间相对光轴的位置是一一对应的，因此，通过光学系统聚焦以及调制盘制后的信号，可以确定目标偏离光轴的大小和方位。 非制冷红外焦平面 VO X（如VO2等） 图5-1 光学系统结构示意图 2．红外跟踪系统的组成 如图5-1所示，红外跟踪系统由整流罩，主反射镜，次反射镜，校正透镜，调制盘，浸没透镜，光敏电阻和伞型光栏等元件组成，其各元件的主要功能如下：

1）、整流罩：是一个半球形同心透镜，作为导弹头部的外壳。它是一块负透镜，其作用为校正主反射镜的球差及作导引头的密封。整流罩在导引头工件波段内有高的透过性能，亦即吸收、反射作用很小。这种导弹的整流罩采用氟化镁多晶制成。耐高温、机械强度高。 2）、主反射镜：起聚焦作用，它给整个光学系统带来正球差。焦距f＇=41.18mm，直径47.2mm，材料为K8玻璃，凹面上真空镀铝以减少入射辐射能损失。 3）次反射镜：用来折叠光路，同样为K8玻璃，表面镀铝。 4）校正透镜：用来把伞形光阑、平面反射镜等零件与镜筒连接在一起，起支撑作用。另一方面因消除像差的需要而在次镜之后加入这样一个凸透镜，可以进一步消除剩余像差。支撑透镜材料为氟化镁多晶。 5）伞形光阑：限制目标以外的杂散光线直射入系统光敏元件上的辅助光阑。为了更有效地消除杂散光，伞形光阑上设有消光槽，各元件不通光部分都进行黑化处理。 6）场镜：可把通过调制盘的辐射能会聚到探测器光敏层上；另一方面，加入场镜后原来经物镜聚焦的照度不均匀的目标像斑，经焦面后发散的光线折向光轴，使光能均匀地分布在探测器的光敏层上。场镜采用平凸透镜。场镜材料为氟化镁单晶，在工作波段内有良好的透过率（一般紧贴调制盘后面）。 7）滤光镜：从目标和背景辐射光谱中过滤出所需要的辐射波段。采用氟化镁单晶作为基片，作成 2.5μm为起始波长的干涉滤光片（图中未画出）。 8）浸没透镜：使探测器光敏层和超半球透镜的底面形成光学接触，会聚光束，提高光敏元件的接收立体角，减少光敏元件的面积从而降低噪声。这种导弹采用钛酸锶单晶作为浸没透镜材料。 9）调制盘：把经过光学系统聚焦后的目标红外辐射能量汇聚成一个足够小的像点，落在光学系统的焦平面上，即调制盘上。通过调制盘的旋转，将连续的红外辐射调制成一组一组的光脉冲，以其幅值和相位提供目标偏离导弹光轴的大小和方位信息，并抑制由背景来的干扰信号。

红外小目标的检测与跟踪

基于图像处理技术的红外小目标的检测与跟踪 王琛廖庆王亚慧 （电子科技大学，光电信息学院学院） 摘要：验证了一种基于红外小目标视频图像序列的跟踪算法，主要研究了基于形心计算的跟踪方法和基于kalman滤波器多帧数据关联方法的跟踪法。分别仿真验证，并从实现结果出发得出了两种算法的适用范围和各自存在的不足。 关键字：远红外小目标检测与跟踪 Detection and Tracking of Far - infrared Small Target Wang Chen Liao Qing Wang Yahui (University of Electronic Science and Technology of China) Abstract: Verify that a tracking Algorithm for Infrared small target based on video image sequence, the main study on tracking method based on centroid computation and multi - frame data association based on Kalman Filter Method for tracing method.Simulation, respectively, and proceeding from the implementation of the results reached the scope of the two algorithms and their insufficient. Key words: Far-infrared;Small targets; Detection and Tracking 0 引言 随着近十几年信息技术的飞速发展，计算机硬件的处理能力不断提高，存储成本大幅下跌，一些研究人员开始重点研究计算机视觉中有关运动的问题。与处理单幅图像相比，图像序列引入了新的时间维以及时间相关性约束，这一额外的约束激发了人们对视频理解的研究.视频序列目标跟踪是指对传感器摄取到的图像序列进行处理与分析，一旦目标被确定，就可获得目标的特征参数选择。 。 由于视频跟踪具有广泛的应用范围，因而引起了世界范围内广大研究者的兴趣。 在1996年至1999年间，美国国防高级研究项目署（DARPA）资助卡内基梅隆大学、戴维SARNOFF研究中心等著名大学和公司合作，联合研制视频监视与监控系统VSAM，主要研究目的是开发用于战场及普通民用场景的自动视频理解技术。DARPA在2000年又资助了重大项目HID计划，其任务是开发多模式的监控技术以实现远距离情况下人的检测、分类

红外图像中弱小目标检测算法概述

文章编号21005-5 30(Z 005 04-0083-04 红外图像中弱小目标检测算法概述 卓宁1 孙华燕1 张海江Z (1.装备指挥技术学院 北京10141 ; Z. Z 41部队 8分队 辽宁葫芦岛1Z 5001 摘要2在现代战争中 复杂背景下的红外弱目标检测技术是红外制导系统中一个亟待 解决的问题 也是提高武器系统性能的关键O 现基于小目标检测的现状和最新进展 从空间 滤波和时间滤波的角度对现有的小目标检测技术进行了简单的概述 并分析了今后的研究 方向O 关键词2复杂背景;小目标;空间滤波;时间滤波 中图分类号2TP 3 1.4文献标识码2A Algorithm surveys on small target detection in inf rared image ZHUO Nzng 1 SUN Hua -yan 1 ZH NG Haz -jzang Z (1.Institute of eguipment Command and Technology Beijing 10141 China ; Z.PLA Z 41Command and 8Unit ~uludao 1Z 5001 China Abstract 2In the modern War detection of the small target in the condition of complicated background is an urgent problem for infrared control and guide it is also the key of improving Weapon system capability .Part algorithms of infrared small target detection in the Way of spatial filter and time filter are introduced in this paper based on present and recent technology .Finally the direction of the study are analyzed . Key words 2complicated background ;small target ;spatial filter ;time filter 1引言 现代战争中 要求更早地~在更远的距离上发现和捕获敌方的来袭导弹~飞机等目标 以使防御武器有足够的反应时间O 这时目标的图像很小 只有一个或几个像素 缺乏结构信息 此外视场中可能还有云~地物等各种复杂的背景杂波 目标点极易被噪声所淹没O 因此 复杂背景下低信噪比红外弱小目标检测是武器系统中的关键技术之一 是运动目标探测中一个亟待研究与解决的课题O 为了从二维序列图像中检测到低信噪比红外弱小目标 自70年代以来 国内外学者和专家进行了广 泛而深入的研究 提出了许多有实际意义的检测算法O Bauch [1]等人提出 通过采用一组时间上的高阶差分 来抑制背景干扰 并得到目标运动轨迹O 并用动态规则和状态估计技术来增加目标的可检测性O 然而 这种方法在低信噪比的情况下可能呈现较差的性能O 此后 又有人提出了频域中的三维时空匹配滤波技术 并且把其简化为只在空域中进行的二维匹配滤波 其结果在时间序列中进行递推求和O Irani M [Z ]等人用 计算小邻域上灰度的加权平均再用梯度进行归一化 以此作为运动的度量O 还有由Liou S P 和J ian R C 提出的运动目标检测方法是基于时空空间中运动轨迹任一点上切线和法线的正交性 但是为了得到图像 第Z 7卷第4期 Z 005年8月光学仪器O PTICAL I N S T R U M e N T S V ol.Z 7 N o.4 August Z 005 收稿日期2Z 004-11-1 作者简介2卓宁(1 7 - 女 安徽蚌埠人 工程师 硕士生 主要从事图像信号处理方面的研究O

一种基于运动估计的红外目标跟踪方法

2014，50（12）Computer Engineering and Applications 计算机工程与应用1引言红外目标跟踪技术融合了图像处理、模式识别、人工智能、自动控制以及计算机等许多领域中的先进技术，在军事视觉制导、机器人视觉导航、安全监测、交通管制、医疗诊断以及气象分析等许多方面都有广泛的应用。但是由于红外成像是低对比度、低信噪比且边缘比较模糊图像[1]，同时红外目标成像的背景具有非平稳性、相关性、复杂性的特点，使得对红外图像的跟踪难度增加。近年来，研究者们针对红外图像自身成像特点并结合现有比较成熟的跟踪技术对红外目标跟踪进行了深 入研究。Yuhui Liu [2]等人结合模板匹配法和卡尔曼滤波[2-3]原理，使用了一种新的相似性度量方法对红外目标进行了有效跟踪；Shupeng Wang [4]针对红外图像颜色特征的单一性特点，提出了一种自适应灰度特征更新策略，使用MeanShift 算法[3]对目标进行较准确跟踪；还有部分研究者使用粒子滤波[5-8]原理对红外目标进行准确跟踪，但该方法有较高算法复杂度，所以很难应用到实 时系统中。 一种基于运动估计的红外目标跟踪方法 修彬1，2，李成龙2，汤进1，2，罗斌1，2 XIU Bin 1，2,LI Chenglong 2,TANG Jin 1，2,LUO Bin 1，2 1.安徽省工业图像处理与分析重点实验室，合肥230039 2.安徽大学计算机科学与技术学院，合肥230601 1.Key Lab of Industrial Image Processing &Analysis of Anhui Province,Hefei 230039,China 2.School of Computer Science and Technology,Anhui University,Hefei 230601,China XIU Bin,LI Chenglong,TANG Jin,et al.Infrared target tracking algorithm based on motion https://www.wendangku.net/doc/4811668191.html,puter Engineering and Applications,2014,50（12）：125-128. Abstract ：A novel object tracking method based on motion estimation is proposed in this paper to solve stagger and occlu-sion problems in infrared object tracking.The gradient direction-joint gray histogram model of an object is established,which can depict characteristics of the object accurately.Then maximum posterior probability is used to match the objects in the search area,which is efficient to enhance the target,inhibit the background and easy to find the global optimal solution.A novel method based on motion estimation,trajectory prediction,is proposed to evaluate motion trajectory of object accurately.Experimental results illustrate that the proposed method not only can solve the stagger and occlusion prob-lems better,but also has lower computation complexity. Key words ：infrared object tracking;Histogram of Oriented Gradient and Illumination （HOGI ）feature;maximum posterior probability;motion estimation 摘要：为解决红外目标跟踪中目标的交错、遮挡等问题，提出了一种新的基于运动估计的目标跟踪方法。建立目标的方向梯度-灰度直方图特征模型，该模型能较准确地刻画目标特征。使用最大后验概率指标在搜索区域进行目标匹配，该指标能很好地突出目标、抑制背景，并容易得到全局最优解。提出一种新的运动估计方法，即轨迹预测算法，对目标的运动进行较准确的估计。实验结果证明，该方法不仅计算复杂度低，而且能够较好地解决目标交错、遮挡等问题。 关键词：红外目标跟踪；方向梯度-灰度直方图特征；最大后验概率；运动估计 文献标志码：A 中图分类号：TP391.4doi ：10.3778/j.issn.1002-8331.1206-0347 基金项目：国家自然科学基金（No.61073116，No.61003038）；安徽省教育厅自然科学重点基金（No.KJ2010A006）。 作者简介：修彬（1986—），男，硕士，研究领域为数字图像处理；李成龙，男，硕士；汤进，男，副教授；罗斌，男，教授。 E-mail ：xbleozero@https://www.wendangku.net/doc/4811668191.html, 收稿日期：2012-06-21修回日期：2012-08-10文章编号：1002-8331（2014）12-0125-04 CNKI 网络优先出版：2012-09-25,https://www.wendangku.net/doc/4811668191.html,/kcms/detail/11.2127.TP.20120925.1000.015.html 125

运动目标检测方法总结报告

摘要 由于计算机技术的迅猛发展，使得基于内容的视频信息的存取、操作和检索不仅成为一种可能，更成为一种需要。同时，基于内容的视频编码标准MPEG-4和基于内容的视频描述标准MPEG-7正在发展和完善。因此提取和视频中具有语义的运动目标是一个急需解决的问题。运动目标提取和检测作为视频和图像处理领域的重要研究领域，有很强的研究和应用价值。运动检测就是将运动目标从含有背景的图像中分离出来，如果仅仅依靠一种检测算法，难以从复杂的自然图像序列中完整地检测出运动的目标。较高的检测精度和效率十分重要，因此融合多种检测方法的研究越来越受到重视。本文介绍了几种国内外文献中的经典的视频运动目标的检测和提取算法，并对各种方法进行了评价和总结。首先介绍了基本的运动目标检测的基本知识和理论，然后介绍了基本的几种目标检测方法及其各种改进方法。对今后的运动目标检测提取的相关研究提供一定的参考。 关键词：运动目标检测光流法帧差法背景建模方法

ABSTRACT Because of the rapid development of computer technology, it is possible to access, operate and retrieve the video information based on the content of the video. At the same time, based on the content of the video coding standard MPEG-4 and content-based video description standard MPEG-7 is developing and improving. Therefore, it is an urgent problem to be solved in the extraction and video. Moving object extraction and detection is a very important field of video and image processing, and has a strong research and application value. Motion detection is to separate moving objects from the image containing background, if only rely on a detection algorithm, it is difficult to from a complex natural image sequences to detect moving target. Higher detection accuracy and efficiency are very important, so the study of the fusion of multiple detection methods is becoming more and more important. In this paper, the detection and extraction algorithms of the classical video moving objects in the domestic and foreign literatures are introduced, and the methods are evaluated and summarized. Firstly, the basic knowledge and theory of basic moving target detection is introduced, and then the basic method of target detection is introduced. To provide a reference for the research on the extraction of moving target detection in the future. Keywords: Visual tracking Optical flow method Frame Difference Background modeling method

复杂背景下的红外目标自动跟踪算法

第37卷第6期 光电工程V ol.37, No.6 2010年6月Opto-Electronic Engineering June, 2010 文章编号：1003-501X(2010)06-0078-06 复杂背景下的红外目标自动跟踪算法 高国旺1, 2，刘上乾1，秦翰林1，张峰1 ( 1. 西安电子科技大学技术物理学院，西安 710071； 2. 西安石油大学光电油气测井与检测教育部重点实验室，西安 710065 ) 摘要：提出了一种非线性边缘检测和Mean Shift方法相结合的红外目标检测与跟踪算法。采用双窗口算子的非线性边缘检测算法具有计算量小、速度快、图像质量好等优点。在边缘检测后的二值图像基础上，利用改进的Mean Shift跟踪算法实施目标跟踪。该跟踪算法融合了计算目标区域局部标准差的信息；利用灰度值和局部标准差的概率密度函数来描述目标；同时选择核函数级联方式进行目标密度估计，从而弥补了仅用灰度信息描述目标特征的不足。实验结果表明，该跟踪算法检测出的复杂背景下红外目标边缘清晰，并且能够准确地对目标实施自动跟踪。 关键词：红外目标；边缘检测；Mean Shift方法；自动跟踪 中图分类号：TP391.4 文献标志码：A doi：10.3969/j.issn.1003-501X.2010.06.014 Auto-tracking Algorithm of Infrared Target under Complex Background GAO Guo-wang1, 2，LIU Shang-qian1，QIN Han-lin1，ZHANG Feng1 ( 1. School of Technical Physics, Xidian University, Xi’an 710071, China; 2. Key Laboratory of Photoelectric Logging and Detecting of Oil and Gas, Ministry of Education, Xi’an Shiyou University, Xi’an 710065, China ) Abstract: A tracking algorithm of infrared target is proposed by combining non-linear edge detection and Mean Shift method. The non-linear edge detection algorithm employs dual-window arithmetic operators that have the advantage of few calculation amount, high speed and good image quality and so on. The result of edge detection is binary images. Based on this information, the Mean Shift method is improved to implement target tracking. The tracking algorithm of improved Mean Shift combines the information of the local standard deviation calculation of the target area, describes the target based on the probability density function about gray value and the local standard deviation and selects cascade kernel function to calculate the target density that make up the shortage only using gray to describe the target features. Experimental results show that the edge of infrared target under complex background is detected clearly and infrared target is auto-tracked accurately. Key words: infrared target; edge detection; Mean Shift method; auto tracking 0 引言 红外热成像目标的跟踪是红外告警系统、空载下视系统对低空及地面目标的监视和红外寻的制导等军事领域中的关键技术。但是，红外热成像多为背景噪声干扰大，分辨率低的图像序列，尤其远距离检测时目标成为点源，缺少细节和形状等信息，加上在拍摄过程中目标相对于背景高速运动，使得红外目标的跟踪成为技术难题。 Mean Shift算法是目标跟踪广泛应用的一种方法，它是一种以目标区域像素值的概率分布为特征，搜 收稿日期：2009-12-25；收到修改稿日期：2010-02-04 基金项目：“十一五”国防预研基金项目 作者简介：高国旺(1977-)，男(汉族)，山东莘县人。讲师，博士研究生，研究方向为光电检测、图像处理等。E-mail: wwgao1205@https://www.wendangku.net/doc/4811668191.html,。

红外小目标检测 报告

红外小目标检测方法概述 1110540103 李方舟 1.什么是红外小目标？ 关于小目标”的定义，目前没有统一的定论。一般认为，当红外成像的距离较远时，在成像平面上只占几个或几十个像素的面积，表现为点状或斑点状，对比度和信噪比较低的目标，即可称之为小目标。 2.为什么要进行红外小目标检测？ 红外成像具有距离远，隐蔽性高，抗干扰能力强，穿透烟尘，雾以及阴霾的能力强，可全天候，全时间工作等优点。因此被广泛应用于监视侦察以及导航等军事领域，成为现代精确制导武器的主要技术之一。 在尽可能远的距离上检测并跟踪到敌方目标，以争取在有利的时机发动攻击。是决定现代战争胜负的重要因素。 距离越远，目标成像面积越小，图象质量越差，对目标的检测和跟踪越困难。 因此，研究小目标的检测和跟踪方法，对提高红外成像系统的作用距离，有着非常重要的意义。 目标检测作为寻的制导系统中的前端处理环节，是精确制导中最为关键和核心的组成部分。只有及时检测到目标，才能保证如目标的如目标跟踪等后续工作的正常进行。基于此原因，在红外凝视成像的图像序列中进行目标检测具有相当的难度，几乎所有的小目标检测法都致力于增强图像的信噪比，积累目标能量，以提高目标检测能力。 3.红外小目标检测方法分析 对于红外目标的检测问题，目标的一些先验信息，如目标的形状、大小，目标灰度变化在时间上的连续性，以及目标运动轨迹的连续性等是有效分割目标和噪声的关键。目标检测方法根据这些特性的使用顺序不同，可分为两大类： 先检测后跟踪( D e t e c t B e f o r e T r a c k ，D B T )方法 和先跟踪后检测( T r a c k B e f o r e D e t e c t ，T B D )方法。 3.1 DBT检测方法 基于先检测后跟踪的目标检测技术属于一类经典的红外目标检测。该类方法分为两步:首先根据目标形状，强度等特性，在单帧图像中检测出候选目标，然后根据实际需要，在分割后的二值化图形序列中，通过序列图像投影到目标轨迹。DBT检测方法主要分以下几种：1）阈值检测方法 所谓阈值检测方法，是基于目标在图像中主要为高频分量，而背景对应低频部分这一事实，对淹没在近似正态分布杂波中的已知其响应分布的小目标，寻求其最佳信噪比。 2）小波分析方法

云背景下红外弱小目标检测算法研究

电子设计工程 Electronic Design Engineering 第26卷Vol.26第18期No.182018年9月Sep.2018 收稿日期：2017-11-19 稿件编号：201711110 作者简介：张高峰（1980—），男，山西寿阳人，高级工程师。研究方向：红外跟踪与光电对抗。 在当前的红外搜索跟踪设备中，红外弱小目标检测已经成为一种重要的研究技术[1-2]。如果是远距离成像，红外成像系统视场内的飞机等物体往往呈现出小目标的特点，其像素少、清晰度低、强度小。尤其是当目标使用了相关的隐身技术之后，使得目标红外辐射强度进一步降低，而背景却更加复杂[3]。包含大面积云背景的天空背景是红外背景的典型情况，由于缺乏云背景的先验信息，目标信噪比很低，且极易淹没在强噪声云背景中，使得目标检测变得十分困难，图像识别、分类精度难以保证。因此，研究云背景下的红外成像特性及目标检测算法具有重要的意义[4]。由于目标与背景存在较为明确的特性差异，所以可以采用相关的图像处理方式，来减弱背景影响并突出目标。文中提出了一种红外小目标检测方法，即兼有高通滤波和中值滤波算法优点的综合滤波算法，可抑制图像中大面积的云背景和强噪声，进而实现弱小目标的检测。 1背景抑制 红外图像是运用光电技术，采用专门的红外探测器检测目标物热辐射的红外线特定波段信号，将该信号转换成可供人类视觉分辨的图像和图形[5]。通过红外探测器能够对红外辐射进行转换，并得到 云背景下红外弱小目标检测算法研究 张高峰，孙致月 （中国人民解放军91336部队95分队，河北秦皇岛066326） 摘要：针对红外搜索跟踪设备对云背景下红外弱小目标的检测问题，提出了一种新的综合滤波算法。在对图像进行对比度增强的基础上，采用高通滤波去除大面积云背景，并利用中值滤波孤立图像点噪声，而后使用全局阈值分割法分割目标和残余噪点，从而实现小目标的检测。通过图像质量评价方法对原图像和处理后图像进行计算分析表明，背景抑制图像的信噪比和对比度得到有效提高，能够清晰检测出云背景下的红外弱小目标。实验数据有效证明了综合滤波算法的合理性和可行性。 关键词：目标检测；红外弱小目标；云背景；高通滤波；中值滤波中图分类号：TN215 文献标识码：A 文章编号：1674-6236（2018）18-0049-05 Research on detection algorithm of infrared dim small targets in cloud background ZHANG Gao-feng ，SUN Zhi-yue （Branch 95，Unit 91336of PLA ，Qinhuangdao 066326，China ） Abstract:Aiming at the problem of infrared search and tracking equipment detecting infrared dim small targets in cloud background ，a new integrated filtering algorithm is proposed.On the basis of image contrast enhancement ，high-pass filtering is used to remove large area cloud background ，and median filtering is used to isolate image point noise ，and then the global threshold segmentation method is used to segment the target and residual noise ，so as to realize the detection of the small https://www.wendangku.net/doc/4811668191.html,paring the original image with the processed image by the method of image quality evaluation ，the signal-to-noise ratio and contrast of the background suppressed image are effectively improved ，and the infrared dim small targets in cloud background can be clearly detected.The experimental data effectively proved the rationality and feasibility of the integrated filtering algorithm. Key words:targets detection ；infrared dim small targets ；cloud background ；high-pass filtering ； median filtering - -49万方数据

红外弱小目标检测方法研究

本科毕业设计论文 题 目 红外弱小目标检测方法研究 _______________________________________ 专业名称 学生姓名 指导教师 毕业时间 2014年6月

毕业 任务书 一、题目 红外弱小目标检测算法研究 二、指导思想和目的要求 本题目来源于科研，主要研究红外弱小目标的特点，常用的检测算法，进而实现红外弱小目标的检测。希望通过该毕业设计，学生能达到： 1．利用已有的专业知识，培养学生解决实际工程问题的能力； 2．锻炼学生的科研工作能力和培养学生团队合作及攻关能力。 三、主要技术指标 1．掌握红外弱小目标的特点； 2．研究常用的红外弱小目标检测算法； 3．实现红外弱小目标的检测。 四、进度和要求 第01周----第02周： 参考翻译英文文献； 第03周----第04周： 学习红外图像及其弱小目标的特点； 第05周----第08周： 研究红外弱小目标的检测算法； 第09周----第14周： 编写红外弱小目标的检测程序； 第15周----第16周： 撰写毕业设计论文，论文答辩。 五、主要参考书及参考资料 1. 武斌. 红外弱小目标检测技术研究. 西安电子科技大学博士学位论文. 2. 史凌峰. 红外弱小目标检测方法研究. 西安电子科技大学硕士学位论文. 3. 杨丽萍. 空中红外弱小目标检测方法研究. 西北工业大学硕士学位论文. 4. 吴巍. 图像中目标特征的检测与识别. 华中科技大学博士论文。 5. 郑成勇. 小波分析在红外目标检测中的应用. 华中科技大学硕士论文。 6. 蔡智富. 基于自适应背景估计的复杂红外背景抑制技术. 哈尔滨程大学硕士论文。 学生 指导教师 系主任 设计 论文

远红外小目标的检测与跟踪

远红外小目标的检测与跟踪 摘要：验证了一种基于红外小目标视频图像序列的跟踪算法，主要研究了基于形心计算的跟踪方法和基于最小绝对差准则的匹配跟踪方法。分别仿真验证，并从实现结果出发得出了两种算法的适用围和各自存在的不足。 关键字：远红外小目标检测与跟踪 0 引言 随着近十几年信息技术的飞速发展，计算机硬件的处理能力不断提高，存储成本大幅下跌，一些研究人员开始重点研究计算机视觉中有关运动的问题。与处理单幅图像相比，图像序列引入了新的时间维以及时间相关性约束，这一额外的约束激发了人们对视频理解的研究.视频序列目标跟踪是指对传感器摄取到的图像序列进行处理与分析，一旦目标被确定，就可获得目标的特征参数。 由于视频跟踪具有广泛的应用围，因而引起了世界围广大研究者的兴趣。 在1996年至1999年间，美国国防高级研究项目署（DARPA）资助卡基梅隆大学、戴维SARNOFF研究中心等著名大学和公司合作，联合研制视频监视与监控系统VSAM，主要研究目的是开发用于战场及普通民用场景的自动视频理解技术。DARPA在2000年又资助了重大项目HID计划，其任务是开发多模式的监控技术以实现远距离情况下人的检测、分类和识别，以增强国防、民用等场合免受恐怖袭击的保护能力。在2008年，DARPA资助了一项研究实时流视频监视的技术。 国许多研究所和大学也投入了大量的精力致力于图像跟踪的研究。如清华大

学人机交互与媒体集成研究所在人脸跟踪、视觉监控、等方面取得了许多科研成果；自动化研究所模式识别国家重点实验室在交通场景监控、人体跟踪、智能轮椅手势导航等领域进行了深入研究。 1 设计背景 视频序列目标跟踪是指对传感器摄取到的图像序列进行处理与分析，充分利用传感器采集得到信息来对目标进行稳定跟踪的过程。一旦目标被确定，就可获得目标的位置、速度、加速度等运动参数，进而获得目标的特征参数。 运动分析的目的是根据运动线索揭示关于环境有价值的信息，这些信息可以用来执行更高级的视觉任务，如活动识别、视觉检索等。由于采集到的图像序列通常是二维图像，许多研究者开始使用简单的二维表示处理运动分析问题，避免了恢复三维世界的结构、属性等信息。 通过视频目标跟踪系统通过对图像的去噪、对图像进行灰度变换、图像融合、图像增强等处理，可以快速的筛选并提取有用的信息。 在军事上，视频序列目标跟踪技术广泛应用于精确制导、战场机器人自主导航、无人机助降，靶场光电跟踪等领域。在民用上，该技术主要应用在智能视频监控、智能交通管制、医疗影像诊断等方面。

运动目标检测原理

运动检测（移动侦测）原理 一、引言 随着技术的飞速发展，人们对闭路电视监控系统的要求越来越高，智能化在监控领域也得到越来越多的应用。在某些监控的场所对安全性要求比较高，需要对运动的物体进行及时的检测和跟踪，因此我们需要一些精确的图像检测技术来提供自动报警和目标检测。运动检测作为在安防智能化应用最早的领域，它的技术发展和应用前景都受到关注。 运动检测是指在指定区域能识别图像的变化，检测运动物体的存在并避免由光线变化带来的干扰。但是如何从实时的序列图像中将变化区域从背景图像中提取出来，还要考虑运动区域的有效分割对于目标分类、跟踪等后期处理是非常重要的，因为以后的处理过程仅仅考虑图像中对应于运动区域的像素。然而，由于背景图像的动态变化，如天气、光照、影子及混乱干扰等的影响，使得运动检测成为一项相当困难的工作。 二、运动检测（移动侦测）原理 早期的运动检测如MPEG1是对编码后产生的I帧进行比较分析，通过视频帧的比较来检测图像变化是一种可行的途径。原理如下：MPEG1视频流由三类编码帧组成，它们分别是：关键帧（I 帧），预测帧（P帧）和内插双向帧（B帧）。I帧按JPEG标准编码，独立于其他编码帧，它是MPEG1视频流中唯一可存取的帧，每12帧出现一次。截取连续的I帧，经过解码运算，以帧为单位连续存放在内存的缓冲区中，再利用函数在缓冲区中将连续的两帧转化为位图形式，存放在另外的内存空间以作比较之用，至

于比较的方法有多种。此方法是对编码后的数据进行处理，而目前的MPEG1/MPEG4编码都是有损压缩，对比原有的图像肯定存在误报和不准确的现象。 目前几种常用的方法： 1.背景减除（Background Subtraction ） 背景减除方法是目前运动检测中最常用的一种方法，它是利用当前图像与背景图像的差分来检测出运动区域的一种技术。它一般能够提供最完全的特征数据，但对于动态场景的变化，如光照和外来无关事件的干扰等特别敏感。最简单的背景模型是时间平均图像，大部分的研究人员目前都致力于开发不同的背景模型，以期减少动态场景变化对于运动分割的影响。 2.时间差分（Temporal Difference ） 时间差分（又称相邻帧差）方法是在连续的图像序列中两个或三个相邻帧间采用基于像素的时间差分并且阈值化来提取出图像中的运动区域。时间差分运动检测方法对于动态环境具有较强的自适应性，但一般不能完全提取出所有相关的特征像素点，在运动实体内部容易产生空洞现象。 3.光流（Optical Flow） 基于光流方法的运动检测采用了运动目标随时间变化的光流特性，如Meyer[2] 等通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而有效地提取和跟踪运动目标。该方法的优点是在摄像机运动存在的前提下也能检测出独立的运动目标。然而，

复杂背景下红外弱小目标检测的算法研究综述

复杂背景下红外弱小目标检测的算法研究综述 汪国有，陈振学，李乔亮 （华中科技大学，图像识别与人工智能研究所，图像信息处理与智能控制教育部重点实验室，湖北武汉 430074） 摘要：复杂背景下低信噪比弱小目标的自动检测是当今目标自动探测研究尚未解决的一个难题。目前，国内外许多学者已经作过大量的检测算法研究，但还没有建立成熟的理论体系和切实可行的实用算法，尤其是在复杂背景干扰的抑制方面，大部分研究工作所处理的还不是真正的复杂背景。本文在分析和总结国内外现有算法研究的基础上，指出了复杂背景下红外弱小目标检测的发展趋势，并提出了检测跟踪的一些有效技术措施。 关键词：复杂背景；弱小目标；信噪比；背景预测 中图分类号：TN911.73 文献标识码：A 文章编号：1001-8891(2006)05-287-06 A Review of Infrared Weak and Small T argets Detection under Complicated Background WANG Gou-you，CHEN Zhen-xue，LI Qiao-liang (Institute of Pattern Recognition & Artificial Intelligence, State education Commission Laboratory for Image Processing & Intelligence Control, Huazhong University of Science and Technology, Hubei Wuhan 430074, China) Abstract：It is an unfathomed and difficult problem that weak and small targets are detected in complicated background and low SNR. Scholars at home and abroad offer many detection algorithms, but these algorithms aren’t mature, especially to complicated background, and these algorithms almost deal with uncomplicated background. This paper summarizes existing algorithms of weak targets detection under complicated background, points out weak targets detection development direction and refers to many efficient technique measures. Keywords：complicated background；weak and small targets；SNR；background forecast 引言 在现代化的高技术战争中，武器系统应具备极快的反应速度和良好的隐身性能，远距离的红外目标探测技术能很好地满足这一条件，它能及时地发现、跟踪目标，实现迅速有效的攻击，是机载武器系统发展的一个趋势[1～3]。对于远距离目标，在视场中是以小目标形态出现的，目标与背景的对比度较低，要保证可靠、稳定、准确地检测并跟踪目标是很困难的。因此，远距离时低对比度红外弱小目标的检测技术是武器系统成败的关键，对于提高新一代精导武器的作战 收稿日期：2005-10-18 作者简介：汪国有(1965―)，男，安徽省休宁县人，教授，博导，主要从事图像建模、匹配制导、计算机视 觉以及目标检测等方面的教学和研究工作。在国 内外学术刊物上发表论文80余篇，获国家教委科 技进步一、二等奖多次。距离及反应速度具有十分重要意义。 从概念上讲，复杂背景是针对简单背景而言的。所谓简单背景是指背景图像灰度的空间分布是平稳的，灰度的统计均值和方差具有空移不变性，如海面、天空和沙漠等单一物理成分构成的区域图像；而复杂背景是指背景图像灰度的空间分布是不平稳的，灰度的统计均值和方差不具有空移不变性，如天海交接处、飞机场和港口等多种物理成分构成的复合图像。小目标是指仅含少量像素的目标，其面积较小，不能反映目标的几何轮廓特征，缺乏有效的形状特征，可利用的有效信息一般有目标灰度的平稳性和目标运动轨迹的连续性。与背景类似，弱小目标是相对强小目标而言的，强小目标是指与背景灰度差异显著地高于背景方差的小目标；对应地，弱小目标是指与背景灰度差异不高于背景方差的小目标，因此，复杂背景下弱小目标检测技术研究就是在背景图像灰度是空间非平稳分布的、目标背景灰度差异小于背景方差情况下，研究和开发小目标检测涉及的目标增强变换、 287