基于人类视觉机制的红外弱小目标检测

摘要

红外成像系统由于其隐蔽性好和不易受天气变化的影响等优势在军事上得到广泛的应用，但当目标为远距离成像时，占据的像素个数往往较少，容易淹没在背景中。尤其当背景复杂时，更是难以提取微弱的目标信号，所以在复杂背景下的红外弱小目标检测已成为研究者广泛关注的难题。近年来，随着人们对视觉信息加工的深入了解，基于人类视觉机制的目标检测技术逐渐地发展起来，并且在红外目标检测的研究中备受关注。
　　本文对基于人类视觉机制的红外运动目标检测方法进行研究，在人类视觉系统多种机制的引导下，首先提取图像的感兴趣区域(ROI)，再在感兴趣区域内检测目标，根据目标与背景的视觉显著性不同得到目标点，最后模拟人的眼动机制，跟踪目标的运动轨迹。在提取感兴趣区域阶段，利用红外目标对比度特性计算图像显著图，增强目标抑制背景后将感兴趣区分割；在目标检测阶段，采用具有人类视觉特性的高斯差分算子(Dog)对图像进行多尺度处理，再依据显著性不同得到目标点；在跟踪阶段，提出采用PID算法跟踪目标可疑点位置，在可疑点目标周围对图像局部区域采用视网膜皮层算法(Retinex)增强后将目标分割，预测目标所在准确位置。
　　本文将提出算法在多种背景图像下进行试验，包括天空、海平面等低信杂比的视频图像，并采用多种性能指标进行测试。通过实验分析得出，本文提出算法能稳定地应用于多种复杂背景，当目标融于背景时能有效对目标进行预测跟踪。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 论文的结构安排

2 人类视觉机制的相关理论与应用

2.1 人类视觉的生理机制

2.2 人类视觉的认知过程

2.3 人类视觉特性

2.4 基于人类视觉机制的红外目标检测

2.5 本章小结

3 基于视觉对比机制的感兴趣区域检测

3.1 常用的预处理方法

3.2 基于视觉对比机制的感兴趣区域检测

3.3 实验结果与分析

3.4 本章小结

4 基于尺度空间理论的红外弱小目标检测

4.1 尺度空间理论

4.2 红外目标模型

4.3 红外目标显著性衡量指标

4.4 Log算子尺度空间红外弱小目标检测方法

4.5 基于Dog算子的红外弱小目标检测

4.6 实验结果与分析

4.7 本章小结

5 基于眼动机制的红外弱小目标跟踪

5.1 PID跟踪算法

5.2 视网膜皮层算法

5.3 多目标跟踪算法

5.4 实验结果与分析

5.5 本章小结

6 总结与展望

6.1 全文总结

6.2 未来展望

致谢

参考文献

附录：攻读硕士期间发表的论文