飛機(jī)紅外圖像的檢測(cè)、識(shí)別與跟蹤技術(shù)研究.pdf

1、本文對(duì)紅外圖像的檢測(cè)、識(shí)別跟蹤算法進(jìn)行了研究：分析和比較了現(xiàn)有的典型算法，并給出了仿真結(jié)果；根據(jù)研究對(duì)象的特點(diǎn)，提出了兩個(gè)算法并進(jìn)行驗(yàn)證，結(jié)果表明算法有效。在此基礎(chǔ)上，提出了跟蹤識(shí)別系統(tǒng)原理樣機(jī)的設(shè)計(jì)方案。主要研究內(nèi)容如下： (1)采用了基于小波變換的多尺度邊緣檢測(cè)算法對(duì)紅外圖像進(jìn)行檢測(cè)。以紅外特征提取算法得到的目標(biāo)大小為參考依據(jù)，對(duì)小波變換的尺度進(jìn)行實(shí)時(shí)調(diào)整，提高了小波變換的自適應(yīng)性，從而提高了系統(tǒng)在戰(zhàn)場(chǎng)復(fù)雜背景條件下(低信噪

2、比、低對(duì)比度和場(chǎng)景變化等)對(duì)目標(biāo)的有效檢測(cè)和分割能力。 (2)針對(duì)研究對(duì)象與小波變換算法處理結(jié)果的特點(diǎn)，提出了基于小波變換的差值圖像均值閾值分割算法。將其分割效果與采用均值閾值分割算法和基本全局最佳閾值分割算法的分割效果進(jìn)行了比較。結(jié)果表明，該算法簡單、有效，快速，同時(shí)對(duì)圖像的分割效果影響不大。 (3)針對(duì)紅外圖像的特點(diǎn)，提出了采用不變矩與紅外特征參數(shù)組成新的特征向量，對(duì)其進(jìn)行目標(biāo)識(shí)別。不僅提高了算法速度，也提高了識(shí)別準(zhǔn)