序列图像运动点目标检测算法研究

论文摘要

从低信噪比序列图像中检测识别微弱点状运动目标一直是运动目标检测及跟踪的一项关键技术,其对空中和地面的远程监控系统有重要意义。本文就这一领域的图像预处理和目标的多帧检测问题展开研究。首先分析了几种常用图像预处理方法,重点介绍基于数学形态学滤波的背景抑制方法,并通过对实际图像的处理表明形态学滤波较之其它方法性能更好并且计算代价小。接着在探讨现有目标检测方法后,本文提出了一种基于方向累积的序列图像运动点目标检测新算法。该算法先进行单帧检测,然后由多帧逻辑投影构成二维平面上的组合帧,再基于点目标运动的连续性和规律性,用方向累积滤波进行二次检测得到目标运动轨迹,最后用灰度Hough变换提取轨迹参数。仿真实验结果表明,这种算法在对速度没有约束的情况下,能够有效的检测出低信噪比条件下做直线或曲线运动的点目标,并且运算复杂度很低。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 论文的主要工作和安排
• 第二章 图像预处理
• 2.1 引言
• 2.2 单帧图像信号模型
• 2.3 单帧图像的几种背景抑制方法
• 2.3.1 二维最小均方误差滤波
• 2.3.2 中值滤波
• 2.3.3 高通滤波
• 2.4 基于数学形态学滤波的背景抑制法
• 2.4.1 数学形态学概述
• 2.4.2 二值形态学基本运算
• 2.4.3 灰度形态学基本运算
• 2.4.4 基于灰度形态学开运算的背景估计
• 2.5 仿真实验
• 2.5.1 实验结果
• 2.5.2 性能比较
• 2.5.3 实验结论
• 2.6 本章小结
• 第三章 点目标检测算法综述
• 3.1 引言
• 3.2 序列图像信号模型
• 3.3 基于DBT的单帧目标分割
• 3.3.1 Otsu聚类准则分割法
• 3.3.2 自适应全局阈值法
• 3.3.3 局部阈值法
• 3.3.4 基于局部熵的目标分割法
• 3.4 基于DBT的多帧检测与确认
• 3.5 基于TBD的目标检测算法
• 3.5.1 基于三维匹配滤波器法
• 3.5.2 基于投影变换的方法
• 3.5.3 基于多级假设检验的方法
• 3.5.4 动态规划法
• 3.5.5 高阶相关法
• 3.5.6 神经网络方法
• 3.6 本章小结
• 第四章 基于方向累积的序列图像运动点目标检测新算法
• 4.1 引言
• 4.2 单帧检测
• 4.2.1 二元目标检测问题
• 4.2.2 N-P准则描述
• 4.2.3 基于N-P准则的序列图像单帧检测
• 4.3 多帧逻辑投影
• 4.3.1 序列图像的降维处理
• 4.3.2 二值图像序列逻辑“或”运算
• 4.4 基于方向累积的二次检测
• 4.4.1 方向累积滤波
• 4.4.2 基于自适应门限分割的目标轨迹检测
• 4.5 基于灰度Hough变换的目标轨迹参数提取
• 4.5.1 Hough变换基础
• 4.5.2 标准Hough变换
• 4.5.3 灰度Hough变换
• 4.5.4 点目标运动轨迹参数提取
• 4.6 仿真实验与结果分析
• 4.7 本章小结
• 第五章 结束语
• 5.1 全文总结
• 5.2 工作展望
• 致谢
• 参考文献
• 硕士期间撰写的论文