紅外小目標檢測與跟蹤關鍵技術研究

《紅外小目標檢測與跟蹤關鍵技術研究》是依託華中科技大學，由王敏擔任項目負責人的面上項目。

基本介紹

• 中文名：紅外小目標檢測與跟蹤關鍵技術研究
• 項目類別：面上項目
• 項目負責人：王敏
• 依託單位：華中科技大學

中文摘要

基於紅外圖像的目標檢測在機器視覺領域受到了國內外廣泛關注，尤其是複雜背景下紅外弱小目標的檢測和跟蹤更富有挑戰性和實際意義，是當前研究的熱點問題。本項目針對紅外圖像背景複雜、信噪比低的特點以及由此帶來的弱小目標檢測的難點問題，對適合弱小目標檢測與跟蹤的技術和方法進行研究，提出一種基於視覺注意機制和一種在低信噪比條件下採用背景估計對紅外弱小目標進行檢測與跟蹤的方法。主要研究內容有：視覺注意機制在弱小目標檢測中的套用及關鍵技術，提高信雜比改善圖像質量的方法，基於背景估計檢測弱小目標的技術與算法等。研究重點是關注區域選取的方法、提高圖像信雜比的算法以及實現背景準確估計的濾波器模型選擇。在以上研究基礎上，通過紅外弱小運動目標檢測與跟蹤實驗，驗證所提出理論和方法的有效性。該項研究可為紅外弱小目標的檢測與跟蹤提供有效的技術途徑和實現方法，對紅外圖像處理技術的發展及其運用具有重要的理論意義和套用前景。

結題摘要

基於熱成像原理的紅外圖像具有噪聲強、干擾多，信噪比低的特點，給小目標檢測帶來很多困難，尤其在複雜多變的環境下和當目標具有不確定性時，使紅外弱小目標檢測與跟蹤面臨的難度和複雜性更大。本項目針對這一問題，重點對提高信雜比改善圖像質量的方法、基於背景估計檢測弱小目標的算法和基於視覺注意機制的弱小目標檢測與跟蹤的關鍵技術等進行研究。首先，對紅外成像機制獲得的圖像特點及噪聲類別、複雜背景成像的雜波信號進行了深入分析，通過理論研究和仿真實驗，對現有方法進行評價、比較，提出了一種基於小波變換的紅外圖像去模糊方法，可有效提高信雜比，改善圖像質量，保證後續目標檢測與跟蹤有滿意的精度。在分析各種提高圖像信雜比方法的基礎上，提出了2種紅外弱小目標檢測方法。1、提出一種有效的基於視覺注意機制的紅外弱小目標檢測與跟蹤的方法。該方法通過模擬視覺注意機制，生成圖像的顯著圖，分割出感興趣區域，在尺度空間對圖像進行處理，獲取圖像多尺度下的特徵，採用具有人類視覺特性的Dog運算元增強目標抑制背景，選擇出顯著性較大的目標；2、提出一種改進的Robinsonguard濾波器進行背景抑制有效檢測目標的算法。當小目標周圍背景噪聲較多且噪聲和目標的灰度相差不大時，部分目標信息會被濾掉，濾波器不能保留完整的目標信息。為了避免小目標周圍的背景噪聲和小目標的尺寸形狀不一對濾波結果造成的影響，將Tophat運算元與Robinson guard濾波器結合，既可減少噪聲對後續處理的影響，同時也降低了Robinson guard濾波器保護帶對噪聲的敏感性。 針對低對比度下小目標常被大量背景雜波和噪聲干擾，檢測結果不理想的問題，對基於二維最小均方（TDLMS）濾波器的背景估計方法進行了分析研究，提出了一種適合低信噪比情況下對背景進行估計的TDLMS濾波器結構，對濾波器的輸入數據、疊代步長和濾波器的決策輸出進行了改進；為了更有效抑制圖像背景，研究了一種基於自適應視窗調整的Robinson guard濾波器的背景抑制算法，並通過仿真驗證了提出方法的有效性。 理論分析和實驗結果表明，本項目研究和提出的紅外小目標檢測算法具有較高的可靠性和實用性，對於在海空背景下的紅外小目標檢測有很高的檢測精度，該項研究可為紅外弱小目標的檢測與跟蹤提供有效的技術途徑和實現方法，對紅外圖像處理技術的發展及其運用具有重要的理論意義和套用前景。