论文部分内容阅读
随着现代军事科技向空间方向逐步发展,星载红外成像探测系统变得愈加重要,空间时敏红外弱小目标的检测与跟踪的相关研究也亟需开展。相比于普通的红外弱小目标,空间时敏红外弱小目标具有成像距离远,运动速度快,目标弱小等特征,且图像信噪比低,对比度低,有杂波干扰。这些都对空间时敏红外弱小目标的准确检测与跟踪产生了很大的挑战。本文主要对空间时敏红外弱小目标的检测与跟踪方法进行深入研究。论文主要工作和创新点如下:(1)针对背景干扰严重、空间时敏红外弱小目标检测难度大等问题,研究了基于人类视觉系统的红外弱小目标检测方法,并在此基础上提出了一种基于多尺度分数熵方法,该方法将分数熵引入到空间时敏红外弱小目标的检测中,首先通过滑动窗口的形式计算每个小窗口的分数熵,然后利用目标区域与背景区域分数熵的差异,计算得到目标的准确位置。仿真结果表明,该方法可以很好的解决目标湮没在云层中以及背景中存在的边缘干扰情况,取得很好的检测结果。(2)针对核相关滤波(KCF)跟踪方法存在的偏移问题,提出了一种与高提升滤波相结合的多特征融合KCF跟踪方法,充分利用高提升滤波对背景边缘进行抑制,使弱小目标的特征提取更加准确,同时利用两种特征分别训练滤波器,最后采用加权融合的方式预测得到最终目标的位置。仿真测试结果表明,针对空间时敏红外弱小目标检测,该方法在一定程度上降低了KCF跟踪产生的偏移,且仍能够保证实时跟踪。(3)针对经典时空上下文学习的视觉目标跟踪(STC)方法,提出了一种基于双指数保边平滑滤波与STC相结合的跟踪方法,利用双指数保边平滑滤波器对弱小目标空间上下文区域进行噪声与杂波抑制,以获得更好的空间上下文模型,对整个时空下上文学习模型有了很大的提升。通过大量实际数据的测试、仿真和评价,该算法具有高的跟踪精度精度和稳定性。