基于形態(tài)學(xué)的微弱目標(biāo)檢測(cè)和跟蹤技術(shù).pdf

1、視頻圖像序列中微弱目標(biāo)的檢測(cè)和跟蹤技術(shù)一直是人們研究的重點(diǎn)內(nèi)容,在軍事和民用方面都體現(xiàn)了重大的意義. 本文從尺寸大小、灰度形態(tài)、運(yùn)動(dòng)特性三個(gè)方面介紹了微弱目標(biāo)的模型參數(shù),并分析了對(duì)微弱目標(biāo)檢測(cè)和跟蹤的具體困難.接著介紹了人們?cè)谶@方面所積累的一般經(jīng)驗(yàn)與方法,在此基礎(chǔ)上,揭示了本文將時(shí)空域信息相結(jié)合進(jìn)行檢測(cè)跟蹤的系統(tǒng)流程. 本文的重點(diǎn)是利用數(shù)學(xué)形態(tài)學(xué)的數(shù)字圖像處理方法實(shí)現(xiàn)目標(biāo)檢測(cè)和軌跡跟蹤,目標(biāo)是針對(duì)本課題設(shè)計(jì)恰當(dāng)?shù)谋尘肮烙?jì)和跟

2、蹤算法.在背景估計(jì)方面,形態(tài)學(xué)的常用技術(shù)是Tophat變換和重構(gòu)開運(yùn)算,在文章中詳細(xì)推導(dǎo)和介紹了這兩種方法的原理、性質(zhì)和實(shí)現(xiàn),并在實(shí)驗(yàn)階段從性能和計(jì)算量?jī)蓚€(gè)方面對(duì)比了兩種方法.形態(tài)學(xué)中另一個(gè)重要的因素是結(jié)構(gòu)元素,選取不同的結(jié)構(gòu)元素,會(huì)給背景估計(jì)結(jié)果帶來極大區(qū)別,因此,本文還討論了在Tophat和重構(gòu)開中結(jié)構(gòu)元素選擇的方法與技巧. 為了減少幀間跟蹤過程中系統(tǒng)的計(jì)算量,同時(shí)降低虛警目標(biāo)軌跡的數(shù)量,本文在圖像序列進(jìn)入跟蹤之前設(shè)計(jì)了背景抑

3、制后處理系統(tǒng),該系統(tǒng)利用已知的目標(biāo)形態(tài)信息,選擇合適結(jié)構(gòu)元素,對(duì)原圖作腐蝕運(yùn)算形成兩個(gè)標(biāo)記,以此重構(gòu)后同時(shí)消除尺寸大于和小于目標(biāo)的虛假目標(biāo).接著,還利用了二值形態(tài)學(xué)中的極限腐蝕方法,縮小了目標(biāo)點(diǎn),簡(jiǎn)化了跟蹤算法的實(shí)現(xiàn). 對(duì)于經(jīng)過背景抑制后的圖像,選用所包含目標(biāo)的臨域信噪比來衡量背景抑制方法的性能,并比較不同信噪比下的理論檢測(cè)概率曲線;選用不同代碼的執(zhí)行時(shí)間來衡量背景抑制方法的運(yùn)算量. 最后,采用了兩種圖像序列來驗(yàn)證所設(shè)計(jì)的系