● 摘要
序列图像中目标的检测和跟踪是光学遥感、地质探测、夜间导航、火控制导、医学成像等领域的关键技术，应用十分广泛，近十年来一直是研究的热点。而复杂背景下红外运动点目标的检测更是其中的难点，由于目标信噪比低，无形状和纹理特征，可供系统利用的信息比较少，所以在进行单帧图像处理之后，往往还需要在序列图像中依靠目标的运动信息来提取目标，以便取得较为满意的检测效果。本课题的研究是以飞机红外告警系统为假想应用环境。本文首先分析了目标的运动特征，然后提出研究的总体思路。研究内容最终归结为对序列图像中具有一定运动特征的点目标进行检测和跟踪的问题，此问题可分为图像预处理和目标的检测与跟踪两个部分。图像预处理是红外点目标检测的一个重要环节，它的目的是为了抑制各帧图像中的背景噪声，提高图像信噪比，减少后续处理的计算量。本文对比了五种图像预处理方法对图像的处理结果，即中值滤波、高通滤波、数学形态学滤波、低通与边缘滤波相结合的滤波方法以及Robinson Guard滤波，并对各种滤波方法背景抑制的原理进行了归纳分析，对Robinson Guard滤波进行了改进。在对目标的检测与跟踪算法的研究中，本文分析了各种传统算法的优缺点，针对各种算法中尚未涉及的噪声与目标、目标与目标之间在相邻帧的运动邻域内的轨迹干扰问题，提出了三帧匹配检测算法进行解决。该算法利用相邻三帧图像提取出疑似目标的速度和加速度信息，根据目标运动特征和图像成像特点排除干扰，实现精确匹配。在此基础上，本文进一步提出改进的管道滤波算法，以解决传统管道滤波中常见的管道交叉和管道边缘噪声干扰问题，实现目标的精确匹配。最后本文分析了基于贝叶斯理论的卡尔曼滤波和粒子滤波方法，将卡尔曼滤波应用到目标出现丢失帧情况的轨迹预测上，提出了卡尔曼精确匹配滤波算法，并对算法的效果进行了MATLAB仿真测试。相对于目前所提出的点目标检测与跟踪算法，卡尔曼精确匹配滤波算法同时具备以下三个优点：对静止或运动目标均可检测；对闯入目标具有辨别跟踪能力；具有对多个点目标实施检测跟踪的能力。