● 摘要
本论文主要研究的是基于图像的复杂背景下目标检测与识别，选取可见光成像制导中，有干扰弹天空背景下的飞机目标检测与识别为研究对象，其中飞机的机型是不定的。为了排除干扰弹的干扰和机型不定的影响，以及提高算法的快速性，本文针对单帧图像和连续帧图像，研究了滤波算法、边缘检测算法以及目标识别算法，实现、改进并设计了多种算法。 为提高算法的快速性，实现了一种快速中值滤波算法。综合利用已排序相邻滤波窗口的信息，改变原算法的排序方法。巧妙地将窗口分为两部分，并通过调整两部分的边界带，最终找到窗口的中值，作为滤波值。随着滤波窗口的增大，该方法相对传统的中值滤波方法的优势将越来越明显。 设计了一种自适应Canny算子的目标检测方法，改变了原Canny算子针对整幅图像提取边缘的算法流程，在图像最大梯度处，确定初始检测窗口，通过改变低阈值和检测窗口的大小，迭代地在检测窗口内部进行局部边缘提取，最终得到飞机的全部或者部分边缘，很好地抑止了干扰弹以及其他物体的边缘，达到飞机目标检测的目的。 设计了支持向量机作为分类器的目标识别方法，提取前景灰度方差、带有最佳权重因子的矩特征、前景与背景的像素比作为特征向量，进行样本训练。在预测阶段，通过自适应阈值分割和腐蚀膨胀运算，找出可疑区域，由内向外地增大检测窗口，对局部进行识别。通过实验，选取高斯径向基作为核函数，确定了最佳的惩罚因子大小。实验证明该算法可以有效完成复杂干扰下目标的识别。 实现了基于块匹配的背景补偿法，选取邻域内像素方差较大的16个样本点，利用多分辨率分层搜索的块匹配法对样本点进行运动矢量估计，采用六参数的仿射模型作为摄像机的运动模型，以16个样本点的运动矢量作为数据，用最小二乘法估计运动模型，对背景进行补偿，最后，通过帧差法检测识别出运动的飞机目标。