內容簡介
本書主要闡述紅外小目標檢測的模式識別算法,以提高目標檢測機率,系統地提出了基於子空間(包括線性子空間和非線性子空間)的紅外點目標檢測算法。此外,如何提高紅外目標的跟蹤精度也是本書的重要內容之一。全書共7章:紅外目標檢測基礎,線性子空間方法檢測紅外點目標,
支持向量機簡介,非線性子空間算法檢測紅外點目標,子空間目標檢測和Kalman預測相結合的紅外點目標跟蹤方法,基於多特徵偽彩色圖像和均值漂移算法的紅外面目標跟蹤,總結與展望。
作者簡介
劉瑞明,博士,
淮海工學院電子工程學院副教授。長期從事模式識別、自動化、圖像處理、機器視覺、智慧型系統、數據挖掘、電氣控制等方面的教學與科研。主持省
自然科學基金項目、省高校自然科學基金項目、連雲港市第五期“521工程”科研項目資助計畫項目、企業資助橫向項目多項,主持校級教改課題兩項;作為主研人員參加
國家自然科學基金、973計畫、教育部重點項目、省產學研聯合創新資金項目、市科技攻關項目各一項;授權發明專利4項,科技鑑定成果3項。
圖書目錄
第1章 紅外目標檢測基礎 1
1.1 引言 1
1.2 紅外圖像基礎 1
1.2.1 圖像及數字圖像 1
1.2.2 紅外圖像 2
1.3 研究背景 5
1.3.1 目標檢測技術 5
1.3.2 目標跟蹤 8
1.4 目標檢測和目標跟蹤的性能評價指標 12
1.4.1 目標檢測評價指標 12
1.4.2 目標跟蹤評價方法 13
1.5 內容概況 13
第2章 線性子空間方法檢測紅外點目標 16
2.1 引言 16
2.2 幾種常見的紅外點目標檢測方法 17
2.2.1 二維最小二乘法 18
2.2.3 基於形態濾波的方法 23
2.2.4 小波分析法 24
2.3 線性子空間概述 25
2.4 基於Eigentargets的紅外點目標檢測方法 26
2.4.1 主成分分析基礎 26
2.4.2 Eigentargets的概念和紅外點目標檢測 28
2.5 基於Fishertarget的紅外點目標的檢測方法 33
2.5.1 Fishertarget的定義和計算方法 34
2.5.2 用Fishertarget檢測紅外點目標 35
2.5.3 實驗驗證 37
2.6 Fukunaga-Koontz變換檢測紅外點目標 38
2.6.1 Fukunaga-Koontz變換 38
2.6.2 用Fukunaga-Koontz變換進行分類 39
2.6.3 用Fukunaga-Koontz變換檢測紅外點目標 40
2.6.4 實驗驗證 41
2.7 幾種子空間算法的討論和實驗比較 42
2.7.1 幾種線性子空間算法檢測紅外點目標的討論 42
2.7.2 對高斯灰度模型(GIM)的修正 43
2.7.3 幾種子空間檢測算法的實驗比較 47
2.8 小結 56
第3章 支持向量機簡介 58
3.1 引言 58
3.2 支持向量機的起源及模式識別基礎 58
3.3 支持向量機的數學模型 61
3.3.1 線性支持向量機 61
3.3.2 非線性支持向量機 63
3.4 超參數的最佳化 64
3.4.1 超參數及其分布特徵 65
3.4.2 進化策略和格線搜尋 66
3.4.3 ES-GS方法的超參數最佳化 67
3.5 實驗結果和討論 68
3.5.1 實驗數據和程式 68
3.5.2 結果與討論 68
3.6 小結 69
第4章 非線性子空間算法檢測紅外點目標 70
4.1 引言 70
4.2 核方法基礎 70
4.2.1 核方法的基本思想 71
4.2.2 常用的核函式 72
4.2.3 核方法的發展及套用 73
4.3 核PCA檢測紅外點目標 73
4.3.1 核PCA 74
4.3.2 核PCA檢測紅外點目標 75
4.3.3 核PCA和Eigentargets目標檢測性能的比較 77
4.4 核FLD檢測紅外點目標 80
4.4.1 核FLD 81
4.4.2 用核FLD檢測紅外點目標 83
4.4.3 核FLD和Fishertarget目標檢測性能的比較 84
4.5 核FKT檢測紅外點目標 87
4.5.1 核FKT的理論 87
4.5.2 用核FKT進行分類 89
4.5.3 基於核FKT的紅外點目標檢測方法 91
4.5.4 核FKT和線性FKT目標檢測性能的比較 92
4.6 幾種核方法的討論和實驗比較 94
4.6.1 幾種核方法的實驗比較 95
4.6.2 線性子空間檢測和核方法檢測的時間指標比較 99
4.7 基於線性子空間和核方法的人眼檢測 99
4.7.1 利用PCA提取人眼特徵 100
4.7.2 非線性相關係數 100
4.7.3 人眼檢測 101
4.7.4 實驗結果與討論 102
4.8 小結 104
第5章 子空間目標檢測和Kalman預測相結合的紅外點目標跟蹤方法 105
5.1 引言 105
5.2 狀態估計理論基礎 106
5.2.1 最優狀態估計及其準則 106
5.2.2 基於貝葉斯的最優狀態估計 109
5.2.3 離散系統的狀態估計 110
5.2.4 基於貝葉斯的最優狀態估計與遞推貝葉斯濾波 110
5.3 卡爾曼系濾波器 112
5.4 子空間檢測和Kalman預測相結合實現紅外點目標跟蹤 113
5.4.1 Kalman濾波的動態方程 114
5.4.2 紅外點目標的跟蹤框架 115
5.5 實驗及結果分析 116
5.6 小結 123
第6章 基於多特徵偽彩色圖像和均值漂移算法的紅外面目標跟蹤 124
6.1 引言 124
6.2 基於均值漂移的目標跟蹤方法 125
6.2.1 目標的描述 125
6.2.2 相似性函式 126
6.2.3 目標的定位 127
6.3 紅外目標跟蹤的問題及多特徵偽彩色圖像概念的提出 128
6.4 多特徵偽彩色圖像的生成及紅外目標的跟蹤方法 129
6.4.1 初步探索的兩種可用特徵 129
6.4.2 基於MFPCI和均值漂移算法的紅外目標跟蹤 130
6.4.3 跟蹤實驗及結果討論 132
6.5 小結 136