復雜背景下弱目標檢測技術研究.pdf

1、在弱照度場景下,通過傳感器獲取的圖像背景較為復雜,該圖像主要包含灰度信息,而丟失大部分色度信息,并且圖像的紋理信息不明顯。另外,遠距離運動目標在二維成像平面上通常表現為時域非平穩信號。因此,為了檢測復雜背景圖像中的弱目標,不宜采用時域檢測方法,而需要借助圖像的空域信息。邊緣包含圖像空域最基本最豐富的信息,通過提取目標的邊緣信息,就可以分離出目標與背景,從而實現復雜背景下弱目標的檢測。
　　本文對復雜背景下弱目標的檢測技術進行研究,

2、主要工作如下:
　　1、由于遠距離目標在時域上表現為非平穩特性,引入了邊緣提取。在分析一階和二階微分算子的基礎上,重點分析了Canny邊緣提取算子,并對其加以改進。為對比改進前后的性能,分析并實現了形態學邊緣提取和小波邊緣提取。
　　2、為了精確得到光滑曲線的邊緣信息,引入邊緣跟蹤。在邊緣跟蹤方向的選取方面,對相異性準則進行了改進,將圖像像素點的梯度信息和灰度信息同時加入相異性度量中,使得邊緣像素間的關聯性更緊密,從而可以跟

3、蹤到更光滑、定位更準確的邊緣路徑,提高邊緣跟蹤的有效性。此外,針對邊緣路徑的跟蹤結束條件,使用一種新的斷點判決方法。實驗結果表明,該判決方法可以有效處理孤立和毛刺邊緣點。
　　3、分析了Hough變換及其檢測圓方法。由于邊緣提取圖像對Hough檢測曲線的影響很大,本文基于Canny算子的思想,創新性地采用相異性準則的邊緣跟蹤法對圖像邊緣段進行跟蹤連接,然后在連接后的邊緣路徑上使用Hough變換進行曲線檢測。實驗表明,該方法可以有效

4、抑制圖像噪聲和雜波背景對檢測的影響,降低目標檢測的虛警點。
　　4、實現了本文改進的算法,并與改進前的效果進行對比?？紤]到視頻圖像采集系統易受背景雜波、攝像機抖動以及傳輸線路的影響,分析并實現了幾種預處理方法。此外,為了說明邊緣空域信息在目標檢測中的有效性,對時域檢測方法進行分析、實現,并將其與本文改進的算法進行檢測效果對比。實驗結果表明,當視頻圖像的信噪比較低、目標在時域上的運動特征沒有規律可循及目標的邊緣灰度值過渡尖銳時,不宜