可见光复杂背景图像中地面时敏小目标检测算法研究

摘要

现代军事战争中，打击敌方地面快速机动时敏目标已经成为打击的首要任务，这类目标包括装甲车、导弹发射车、坦克、指挥车和移动雷达等各种车辆。这类地面时敏小目标所处的地面环境包括城市道路、沙漠戈壁、郊野土路等，在可见光图像中背景呈现多样化且复杂的特性。另外，在成像的过程中，弹载运动平台为前下视探测，且弹目距离较远时，图像中车辆目标尺度小而且细节信息不足。此外，图像中的车辆目标特征多样化，目标尺度范围大且运动状态不确定。面向上述复杂的背景及目标特性，传统的小目标检测技术无法适用，急需开展相应的技术攻关。
　　本文首先对可见光图像中的目标特点进行了较深入的分析，设计了适用于远距离复杂背景中车辆小目标的预处理算法，并结合实验数据验证了算法的有效性。作者还通过采用C++AMP这种GPU并行计算技术，将图像预处理算法移植到GPU平台中进行大规模数据的处理，以此缩短图像预处理时间，实现效率的提升。
　　然后，在分析目标及其邻域背景特性的基础上，本文采取基于目标尺寸和形状信息的盒式滤波器进行疑似车辆目标的提取。同时，本文提出了一种道路边缘检测算法用于辅助目标车辆的检测。最后，本文还给出一种基于飞行平台测量参数的虚假目标抑制技术。实验结果表明上述新的算法和方法能有效的从复杂场景中提取车辆小目标。

目录

声明

1 绪论

1.1 课题研究背景与意义

1.2 可见光图像小目标检测技术研究现状

1.3 本文的主要研究内容

2 地面车辆小目标预处理技术

2.1 概述

2.2 图像/目标特性分析

2.3 滤波器选择

2.4 阈值与图像分割

2.5 基于C++AMP的预处理算法加速并行化

2.6 本章小结

3 车辆疑似目标提取技术

3.1 概述

3.2 基于目标尺寸和形状的盒式滤波器

3.3 基于道路辅助信息的目标优选

3.4 基于飞行平台测量参数的虚假目标抑制技术

3.5 本章小结

4 地面车辆小目标检测技术软件平台

4.1 概述

4.2 地面车辆小目标检测系统软件设计

4.3 软件界面设计及测试用例

4.4 检测算法实验结果对比分析

4.5 本章小结

5 总结与展望

致谢

参考文献