免费论文：红外序列图像目标检测技术研究

利用红外成像技术实现目标的检测、识别与跟踪是红外成像制导的主要组成部分。其中，运动目标检测作为系统中最前端的处理环节，是精确制导的关键，也是各种后续目标分类、行为理解等的基础，近年来得到了日益广泛的研究。随着现代战争的不断升级，对高科技的依赖和运用的要求也不断提高。因此，对红外运动目标的检测也提出了更高的要求，既要保证较高的检测率和较低的虚警率，又要在较短的时间内做出对目标检测的判断乃至相应的反应。本文针对如何提高系统目标检测的准确性和实时性以及抗干扰、稳定跟踪的能力等，做了深入研究，分析比较了现有的方法并给出仿真结果，最终提出一套完整实用的红外目标检测算法。论文的主要研究内容如下：1、发展了一种基于自生成神经网络SGNN(Self-Generating Neural Network)的图像分割方法。SGNN不需要指定网络结构与网络参数，而且也不需要迭代学习，具有网络设计简单，学习速度快的优点。本文利用SGNN网络的分类作用，对红外图像进行分割，并且针对其网络本身的固有缺陷，研究了SGNN网络的剪枝和优化问题，以此提高分类速度和分类效果，得到很好的分割结果。2、针对红外图像的具体背景特征和目标特征，提出一种结合目标红外特征和不变矩的特征提取方法，实现较高精度的目标检测。该算法既能利用不变矩的仿射不变性，又能对红外目标的辐射特性进行全面的综合描述，准确地实现目标的相关匹配。为了在保证目标匹配位置的精度的同时，减少搜索空间，提高匹配速度，提出利用多分辨分析的思路对图像进行金字塔分层，进行快速相关匹配算法的研究，实验结果表明，该算法大大提高了检测的速度。3、利用图像序列中目标运动的连续性，在匹配的过程中采用Kalman预测滤波来估计目标下一帧的位置，不仅能够迅速准确地进行目标匹配，并且在目标出现遮挡、丢失的情况下可应用预测对目标的位置做出合理的估计，以维持对目标的正常的检测跟踪。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/273438.html