基于时空关联的红外弱小多目标跟踪方法研究

摘要

红外弱小多目标跟踪在军事领域具有重要意义。在靶场中天空背景下的红外弱小多目标跟踪具有如下几个难题：首先，图像信噪比低，目标尺寸小，可用信息量少，背景复杂，造成跟踪困难；其次，目标在交叉运动中发生的轨迹交叉分离以及目标合并现象，也是多目标跟踪的难点之一。因此，如何解决云层背景影响，实现多目标的鲁棒跟踪，是需要迫切解决的问题。
　　本研究主要内容包括：⑴提出了一种改进的双边滤波算法。在图像预处理中，针对图像中高频背景信息对目标提取的干扰，本文基于带通形态学滤波以及加窗双边滤波解决了云层背景下的背景抑制问题，使云层高频边缘的影响大大降低，并通过自适应阈值方法进行阈值分割，提取出目标。⑵提出了一种基于加权引导滤波结合PSR判定的时空关联单目标跟踪方法。在红外目标跟踪中，针对STC跟踪算法出现的漂移情况进行分析，主要有两点：一是先验知识的低维度，单纯地统计了灰度层次上的信息而没有过滤掉高频背景信息，不加处理的话会将错误的信息更新到目标模型之中，从而可能导致置信图的错误响应，即跟踪失败；二是模型之中学习率固定不变，这导致跟踪没有很好的自适应性。基于此，提出了加权引导滤波结合PSR判别机制的方法用以处理时空关联单目标跟踪，前者用于过滤高频背景提供优化先验知识，后者用于判别遮挡状态并动态更新学习率，并通过仿真实验验证算法的有效性。⑶研究了多目标跟踪下较为重要的数据关联问题。针对目标之间的轨迹交叉分离以及目标合并问题，提出了基于目标连续特征的数据关联方法，并且结合时空关联单目标跟踪方法提出了自适应多目标跟踪框架，在该框架下，可以自适应地选择跟踪模式，增加了系统的鲁棒性。

目录

声明

第一章 绪论

1.1 论文研究背景及意义

1.2 国内外研究现状

1.3 论文研究内容

1.4 论文结构安排

第二章 红外多目标图像预处理研究

2.1 红外弱小多目标图像特征

2.2 红外图像背景抑制技术研究

2.3 阈值分割

2.4 本章小结

第三章 基于时空关联的单目标跟踪方法研究

3.1 基于时空关联的目标跟踪算法

3.2 改进的时空关联单目标跟踪方法

3.3 仿真结果分析

3.4 本章小结

第四章 多目标跟踪方法研究

4.1 多目标跟踪原理

4.2 数据关联方法

4.3 自适应多目标跟踪框架

4.4 仿真结果分析

4.5 本章小结

第五章 总结与展望

5.1 全文工作总结

5.2 后续工作展望

致谢

参考文献