近程低空红外小目标检测及跟踪技术研究
作者单位:南京理工大学
学位级别:硕士
导师姓名:刘磊
授予年度:2021年
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
主 题:低空小目标 红外小目标检测和跟踪 HVS KCF ARM
摘 要:随着国内低空空域的不断开放,如何监测管理低空飞行的无人机是一个十分值得研究且具有挑战性的内容。由于红外图像传感器具备全天成像以及可以适应多种气候条件的特点,因此使用红外图像检测对低空小目标进行检测是一个不错的选择,红外小目标检测和跟踪也成为红外图像处理领域一项重要的研究内容。本文主要研究在复杂背景下,利用红外成像对低空飞行的小目标进行检测和跟踪。论文利用基于人类视觉机制(HVS,Human Visual System)的红外小目标检测算法,并针对在复杂背景下检测率低的问题进行改进。跟踪算法是从近年来性能优异的核相关滤波器(Kernel Correlation Filters,KCF)算法入手,针对其应用于小目标跟踪时在复杂背景下跟踪的不足,进行改进。本文主要的研究内容如下:(1)针对AAGDM(Average Absolute Gray Difference Map,AAGDM)对红外图像中的边缘会产生增强,从而导致产生误检现象的问题,利用红外小目标具有局部灰度值突变的特点,引入对角灰度均值差,利用红外小目标成像特点对图像中易产生误检的区域进行进一步判断,从而降低对图像中各类边缘误判而导致的高虚警率问题。(2)由于KCF在对红外小目标跟踪时,在复杂背景下会导致跟踪丢失,利用一种保边去噪性能优秀的传播滤波器(propagated filter,PF)对图像进行滤波,将原红外图像与滤波结果作差,将得到的差值图像作为用于KCF跟踪的基样本,从而提高了KCF算法的跟踪准确率。(3)采用嵌入式ARM平台,通过基于嵌入式Linux并利用Qt和Open CV对算法进行移植,实现对小目标的检测和跟踪。利用自己采集的数据集对算法进行验证,并通过仿真实验对算法的实时性进行测试。