文献综述
摘要：红外小型运动目标的检测与跟踪在救灾救援、视频监控和军事侦察等领域有着广泛应用。然而，在这些应用场景中目标的检测与跟踪面临着探测距离远，目标成像面积小，背景复杂，成像平台运动干扰等问题。而且这些场景对系统的实时性与体积功耗也有着较高的要求。因此研究基于嵌入式平台的红外小型运动目标实时检测与跟踪有着重要意义，本文围绕上述场景中以下几个具体问题进行了研究。 针对红外弱小目标检测时，固定大小滤波器难以适应视场中可能存在的多尺度目标，以及多尺度检测再融合带来的计算量大和虚警率高的问题。本文研究了目标灰度分布近似模型，分析模型提出了红外弱小目标尺度估计算法。该算法逐像素点估计目标可能的尺度。然后，根据估计的目标尺度逐点使用不同大小滤波器对图像进行滤波实现尺度自适应的红外弱小目标检测。实验表明，本文提出的尺度自适应的检测算法相比多尺度检测，信噪比增益等指标提高了1倍，速度提高了2到3倍。针对基于特征点配准的运动目标检测中，有时目标比较复杂使得部分配准特征点集中在目标上，导致在平台运动估计时加入目标运动信息，帧差后目标被减掉的问题。本文提出特征点重分布算法，该算法删掉部分局部过于密集的特征点使得它们在全图的分布更为均匀。实验表明，本文算法在不影响配准精度的前提下，可以得到更为准确的平台运动估计，信噪比更高的帧差结果，使得目标更容易被分割出来。针对相关滤波跟踪过程中，固定学习率的模型更新策略难以应对目标变化快慢不定的问题。本文提出了新的相关面质量评估指标，通过相关面质量评估，预测目标变化快慢。同时，考虑了目标被遮挡的情况，提出了目标遮挡判断算法。最终，结合目标变化快慢以及是否被遮挡的判断，进行学习率自适应的模型更新。基于OTB50数据集的实验表明，单通道灰度特征的相关跟踪器采用本文提出的学习率自适应策略后，跟踪精度提高了约3%，同时在实拍红外序列的跟踪上也取得了更好的效果。
关键词：红外目标检测 目标跟踪 运动目标检测 特征点配准 自适应学习率跟踪
正文
1.课题的研究意义和背景
红外小型运动目标的检测与跟踪在民用与军用领域有着广泛的应用。比如在民用领域，我们可以利用红外图像与物体辐射特征相关的性质进行森林防火，在该应用场景中，为了实现大范围探测，一般选用视场角较大的成像探测器，且探测器距离目标区域较远，此时目标在成像图像中所占比例较小，实现相关应用需利用红外小目标检测技术；在军用领域，提高远距离下海陆空中的可疑红外小型运动目标检测与跟踪能力，对军事侦察等技术的发展也有着积极的促进作用。因此，研究红外小型运动目标的检测与跟踪技术对保障人民的生命财产安全，提高国防实力有着重要的现实意义。虽然目标的检测与跟踪技术已经取得了长足的发展，但是例如在海面、道路、天空下实现特定目标的检测跟踪等很多实际场景中还存在一些难题亟待解决。首先，
探测距离远，目标成像面积可能小至几个像素，目标不仅缺乏丰富的结构与纹理特征，其确切尺度也不确定；其次，目标所处的场景复杂，例如云的遮挡或者地物的干扰，使得原本面积较小的目标被淹没在背景中，目标信杂比较小，检测难度大；此外，成像平台一般是运动的，相机的平移、旋转和抖动等因素进一步增加了目标检测与跟踪的困难；最后，这些应用场景一般都要求算法在小体积、低功耗的计算平台上也能够实时运行。
2.课题的主要内容
2.1课题要达到的目的
需要设计航级管理的三个结构体。点迹结构体：包含点迹的每个特征值包括坐标值和图像特征值； 航迹结构体：包含一条已经成型的航迹，以容器的方式实现，容器内的每个节点都是一个点迹结构体，同时还需要包含这条航迹的置信度计算函数以确定该条航迹是否是正确的目标航迹； 航迹管理结构体：用于对系统所有的航迹进行管理，也以容器的方式实现，容器内的每个节点都是一条航迹，需要确定每一条航迹是否已经关联，对于已关联的航迹，根据置信度判断是否输出该条航迹最后一个节点的坐标值（也就是目标坐标），对于未关联的航迹，根据置信度判断是否进行航迹点预测，或者删除航迹。 航迹关联部分，执行的顺序为：首先根据新一帧图像输入的所有点迹建立点迹结构体形成点迹集，接着对航迹关联结构体中的所有航迹在波门内寻找匹配点，若波门内只有一个匹配点，则直接关联，若波门内有多个匹配点，则取观测概率最大的点进行关联，同时，对未能匹配上的点迹建立新的航迹；然后，对航迹关联结构体中的所有航迹进行航迹更新，对于匹配到的航迹进行点迹关联，对于未匹配到的航迹进行点迹预测，同时更新每条航迹的置信度；最后对航迹进行维护，若该条航迹已经达到置信度要求，则输出目标坐标，若置信度过低则认为是虚警，删除该条航迹，其余航迹不做处理。
2.2课题的主要任务和要求
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
