● 摘要
弱小目标的检测与跟踪是近年来图像处理领域的热点研究方向之一，但是由于弱小目标的能量强度低，容易受到杂波干扰，因此，如何有效地将其从图像中检测出来并持续稳定跟踪，具有重要的实际意义。本文就弱小目标的检测与跟踪两方面算法，进行了分析与研究。
(1)目标检测。首先对弱小目标及背景的成像特征进行了分析，采用数学方法对目标及背景的关系进行了量化。接下来对几种常见的图像预处理方法进行了分析，并对其中的形态学方法进行了具有针对性的改进。通过预处理将弱小目标强化之后，提出了一种阈值化方法，将候选目标初步提取出来，并且采用形态学方法修复候选目标和去除噪声，最后通过连通性分析对其进行定位。通过实验对比分析，改进型的形态学方法具有更好的综合性能，可以有效地将潜在目标从背景杂波干扰中提取出来。
(2)目标跟踪。首先对弱小目标在跟踪过程中可供利用的信息进行了分析，然后将Mean-Shift向量和Epanechnikov核函数结合起来对候选目标进行了跟踪，并提出了一种目标模板更新策略以保证跟踪算法的鲁棒性。在跟踪过程中，对初步检测出来的候选目标进行判定，从而将伪目标筛选出来。接下来对粒子滤波算法的优缺点进行了分析，通过与Mean-Shift算法相结合，把粒子准确高效地撒播到弱小目标区域，以减少粒子浪费和防止目标丢失。通过实验，两种算法都实现了对弱小目标的稳定跟踪，并且粒子滤波与Mean-Shift算法相结合之后，精确度比Mean-Shift算法更高。