导读:本文包含了小目标检测与跟踪论文开题报告文献综述及选题提纲参考文献，主要关键词:稀疏核主成分分析,卡尔曼滤波,红外小目标
小目标检测与跟踪论文文献综述
廖延娜,胡雪敏,吴成茂[1]（2018）在《海天背景下的红外小目标检测与跟踪》一文中研究指出为了提高海天背景下核主成分分析算法检测红外小目标的识别速度,提出一种卡尔曼滤波结合稀疏核主成分分析的红外小目标跟踪与检测的方法。首先,使用卡尔曼滤波器预测当前帧目标在下一帧中的估计位置,其次,根据预测误差协方差矩阵确定目标可能出现的范围;最后,在该范围内使用稀疏核主成分分析算法进行检测,得到目标位置。在海天背景下的红外图像序列上进行测试,实验结果表明,提出的方法与核主成分分析算法在60帧海天背景的红外图像上的平均检测时间分别是10.12s和310.51s。证明所提方法在保证检测精度的前提下提高了识别速度。(本文来源于《西安邮电大学学报》期刊2018年06期）
王伟,顾俊豪,杨发伟,刘泉华[2]（2018）在《基于形状特征辅助的低慢小目标检测与跟踪算法》一文中研究指出无人机、滑翔伞等低慢小目标的高速发展给城区安防带来了新的挑战,雷达因具有探测距离远、全天时全天候工作等优点成为探测该类目标的重要工具。在城区复杂场景下对低慢小目标进行探测时,由于该类目标回波较弱、杂波较强,采用传统的检测与跟踪算法进行处理时,会形成大量虚警,进而影响数据的关联,出现错误关联、航迹中断等问题,导致检测跟踪性能严重下降。针对上述问题,本文对低慢小目标的特征辅助检测与跟踪算法进行研究,提出了一种基于点迹的分割阈值确定方法,该方法能够稳定分割距离多普勒(Range-Doppler,RD)图中的目标区域,进而提取目标分割区域的Hu不变矩及几何特征信息,辅助低慢小目标的检测、跟踪。通过实测数据验证表明,该方法能够提高复杂场景下低慢小目标的检测跟踪性能。(本文来源于《第十二届全国信号和智能信息处理与应用学术会议论文集》期刊2018-10-19）
孙菲,黄涛[3]（2018）在《基于光电传感器的小目标检测与跟踪技术综述》一文中研究指出针对光电装备的小目标检测与跟踪问题,总结分析了多类小目标检测与跟踪算法的原理和特点。从小目标的国际标准定义出发,小目标检测与跟踪算法主要分为两大类:空间滤波和时间滤波的方法。基于空间滤波的方法包括最大/中值滤波、门限检测法、二维最小均方滤波器、局部熵法、数学形态学等,基于时间滤波的方法包括多级假设检验、叁维匹配滤波方法、高阶相关法、动态规划法等;通过对小目标特点的总结和各种算法的综合分析,从特定场景应用、时-空滤波结合、新理论新方法叁个方面提出小目标检测与跟踪技术的发展方向,并总结指出小目标的检测与跟踪问题的本质是特征提取与滤波判决的问题。(本文来源于《光学与光电技术》期刊2018年03期）
张晓敏[4]（2018）在《天空背景下红外小目标检测与跟踪算法研究》一文中研究指出红外小目标检测与跟踪是红外预警、红外制导等技术的核心所在,在军事国防领域有着广泛应用。一个完整的红外小目标检测与跟踪系统包括图像采集、图像预处理、目标检测、目标跟踪四个部分。本文主要针对红外小目标检测与跟踪过程中的虚警抑制问题和目标遮挡问题展开研究,具体内容如下:针对检测中的虚警抑制问题,本文提出一种基于导向滤波和数据关联的红外小目标检测方法:首先利用导向滤波抑制背景杂波,根据一组自适应增益调节系数增强目标,并经适当的阈值分割获取空域中的候选目标位置;然后根据空频域检测中虚警位置的分布差异,基于最小欧氏距离准则抑制检测虚警;最后通过帧间数据关联描绘目标轨迹,实现对红外序列中小目标的检测和定位。针对跟踪中的目标遮挡问题,本文提出一种结合稀疏表示和转移受限粒子滤波模型的红外小目标跟踪方法:首先建立遮挡约束下红外小目标的稀疏表示模型;然后在红外图像显着先验信息的限制下,进行目标状态预测和粒子转移、采样;最后,建立基于目标样本粒子稀疏重构误差差异性的粒子滤波观测模型,并结合在线模板更新策略实现对目标的状态估计与跟踪。理论分析和实验结果表明,本文算法对于天空背景下絮状云层、云天交界等灰度突变位置的虚警具有较好的抑制效果。在跟踪过程中,能通过目标稀疏表示模型中的遮挡系数较好地表征红外小目标实际受到遮挡干扰的区域,在复杂云天背景下实现了对红外小目标稳定而准确的跟踪。(本文来源于《南京理工大学》期刊2018-03-01）
徐文晴[5]（2017）在《红外小目标检测与跟踪算法研究》一文中研究指出随着红外技术的发展,红外小目标的检测与跟踪已在医学、军事等各个领域被广泛应用。在红外成像过程中,当目标距离红外探测器较远时,受红外探测器产生的噪声以及大气产生的热辐射干扰,红外图像上的目标成像面积小、目标边界模糊不清、对比度低、信杂比低,且缺乏颜色、纹理等有效信息,给小目标检测与跟踪增加了很大的难度。因此,对红外小目标检测与跟踪技术的研究具有很大的挑战意义。本文对红外图像预处理、红外小目标检测以及红外小目标跟踪叁个方面进行了深入研究。在红外图像预处理阶段,利用经典tophat形态学算子对原图像进行预处理,抑制相关背景噪声;在红外小目标检测阶段,基于人类视觉对比机制的原理,以红外目标与背景的对比度为特征,生成整幅图像的显着图,通过自适应阈值分割提取图像的感兴趣区域(ROI)来确定候选红外小目标,通过提取候选目标的尺寸来自适应构造双型形态学结构算子,在感兴趣区域(ROI)的局部范围内通过自适应双型结构元素的形态学滤波算法与中值滤波算法结合抑制噪声杂波从而实现小目标的检测;在红外小目标跟踪阶段,对经典时空上下文跟踪算法进行改进,在原算法灰度特征的基础上,加入能表征局部区域灰度值变化程度的局部加权灰度信息熵(LWIE)特征,并利用目标与周围背景的局部对比度特征,对当前跟踪的每一个目标均建立一个评估模型,以判断当前跟踪的目标是否准确有效。本文将提出的算法在海平面、天空等各种复杂背景的红外图像下进行单目标、多目标的对比试验,并计算检测率、虚警率等各种性能指标,通过实验分析表明,本文提出的算法能够很好的适应各种不同的背景条件,且具有良好的有效性、实时性和鲁棒性。(本文来源于《华中科技大学》期刊2017-05-01）
张世锋[6]（2017）在《基于背景抑制的红外小目标检测与跟踪》一文中研究指出红外成像技术具有隐蔽性好、抗干扰性能强等优势,已经普遍应用在了军事和民用领域中。在实际应用中,由于目标距离红外成像系统较远,使得红外目标成像面积小、缺乏形状和纹理特征,导致目标的检测和跟踪非常困难,因而实现对红外小目标准确有效的检测与跟踪是一个重要而又困难重重的任务。本文的主要研究工作和成果如下。在图像预处理方面,本文分析和归纳了红外图像的特征和常用的图像预处理方法。针对传统Robinson Guard滤波算法的局限性进行了分析,结合视觉对比机制,提出了一种改进的Robinson Guard滤波的红外背景抑制方法。通过实验分析可知,本文提出的方法能够自适应地调整滤波器窗口尺寸,对尺寸不同的小目标具有良好的适应性,可以有效抑制不同的红外背景。在目标检测方面,针对传统Robinson Guard滤波方法容易受到背景和噪声的影响,提出了一种基于Top-hat变换和改进Robinson Guard滤波相结合的小目标检测算法,该算法具有良好的检测效果和鲁棒性。同时,依据红外图像的频率特性,在频率域利用高斯低通滤波和频谱残差法来获得显着图,在空间域采用Robinson Guard滤波算法来进一步滤除显着图中的残留背景和噪声,通过实验分析得出,所提算法能较好的检测出背景比较复杂和信杂比较低的图像中的小目标。在目标跟踪方面,本文研究了Kalman滤波算法和SIFT匹配算法。由于Kalman滤波算法对具有较大机动性的目标难以精确跟踪,本文采用Kalman滤波对目标下一时刻的速度和加速度进行估计,将当前帧目标的真实位置和估计得到的速度、加速度信息结合起来,利用物体的运动规律间接估计出下一帧目标的位置信息。当检测算法未能准确检测出小目标时,采用SIFT匹配算法将未检测到的小目标的估计位置与前面检测到的小目标进行匹配,以弥补检测算法的不足,提高系统的跟踪性能。(本文来源于《华中科技大学》期刊2017-05-01）
王东[7]（2017）在《红外小目标检测与跟踪算法研究》一文中研究指出红外成像技术具有隐蔽性好、抗干扰性能强等优势,已经普遍应用在了军事和民用领域中。在实际应用中,由于目标距离红外成像系统较远,使得红外目标成像面积小、缺乏形状和纹理特征,导致目标的检测和跟踪非常困难,因而实现对红外小目标准确有效的检测与跟踪是一个重要且艰难的任务。本文针对红外小目标的独特成像特性,提出通过Tophat算子和改进的Robinson guard滤波器进行融合对红外图像进行预处理,再使用最小错误法阈值分割提取候选红外小目标区域。在提取候选红外小目标区域的基础上,本文提出了两种不同思路的检测红外小目标的方案,一种是基于传统的滤波思路的多滤波融合红外小目标检测算法,利用红外小目标的成像独特性结合Unger平滑滤波将真实红外小目标从候选区域中提取出来;一种是基于深度学习卷积神经网络ITNet的红外小目标检测算法,利用ITNet网络将真实红外小目标从候选目标中识别出来,当处理对象是红外视频序列时使用多目标关联滤波进一步剔除伪红外小目标,降低虚警率。基于管道滤波的思路提出利用小目标检测结果进行多目标数据关联跟踪,建立多目标数据关联矩阵进行多目标状态分析完成多目标跟踪任务。当小目标消失或者成像变弱未检测到时采用粒子滤波算法预测小目标的相关参数,在预测目标点邻域附近对局部图像区域利用单尺度Retinex算法增强后进行分割判断目标是否存在。将本文的检测与跟踪算法结合起来在多场景下与多种算法进行性能对比,实验结果表明本文提出的算法能在不同背景图像下达到很高的检测精度,即使当目标淹没于背景时也能将其跟踪并检测到。(本文来源于《华中科技大学》期刊2017-05-01）
李淼,龙云利,李骏,安玮,周一宇[8]（2016）在《基于标签多伯努利滤波器的机动小目标检测前跟踪》一文中研究指出标签多伯努利(LMB)滤波器在传统多伯努利滤波器基础上引入标签空间,能够实现真正意义上的多目标轨迹级滤波.文章对红外小目标的运动和量测进行建模,将标签多伯努利应用到红外小目标检测前跟踪领域.在此基础上,为了实现对运动模型时变目标的检测前跟踪,将交互式多模型(IMM)与LMB检测前跟踪算法相结合,提出IMM-LMB检测前跟踪算法.此外,给出了该算法的序贯蒙特卡罗实现.仿真结果表明,所提算法能够从输入的原始图像中直接实现轨迹级多目标检测和跟踪,且能够在线更新多模型概率,更好的适应多机动目标场景.(本文来源于《红外与毫米波学报》期刊2016年05期）
易盟,楚岩[9]（2016）在《基于多视角航拍配准的运动小目标检测与跟踪》一文中研究指出针对存在3D场景遮挡的航拍视频运动小目标跟踪问题,提出一种基于多视角航拍配准的运动小目标检测和跟踪算法。该算法首先对图像序列间隔采样,利用Harris检测器提取全局特征点,通过Delaunay叁角网对待配准图像实现初始匹配,然后利用整合变换模型计算差分图像,并利用累积能量检测出目标,最后通过卡尔曼运动滤波消除运动目标跟踪的抖动。实验结果表明,该算法对城市和郊区场景的航拍视频可以检测出最小30个像素的缓慢运动目标。(本文来源于《计算机工程与应用》期刊2016年14期）
胡勤[10]（2016）在《红外小目标检测跟踪系统的伺服控制研究》一文中研究指出红外小目标检测跟踪技术被广泛应用于军事领域。研究红外小目标检测跟踪系统,使它能够更加稳定、实时地完成检测与跟踪任务,具有非常重要的实用价值。研究红外小目标检测跟踪系统需解决两个关键问题:1)如何从红外图像序列中快速检测识别目标,并获取目标准确的位置,即目标检测与开环跟踪问题,2)如何准确地控制云台跟踪运动目标,即闭环跟踪控制问题。本文以总装预研项目为背景,围绕红外小目标检测跟踪系统中的闭环跟踪控制技术开展研究,实现该系统对近程运动小目标的稳定跟踪。本文主要工作包括:1)系统伺服控制方案的设计。根据红外小目标检测跟踪系统中目标跟踪过程确定系统的伺服控制方案。该方案是系统把通过目标检测与跟踪处理获取的目标脱靶量作为位置环控制器的输入,对云台作位置环控制。2)云台控制算法的设计。根据系统中云台的应用环境和技术指标要求,开展对比例积分微分(PID)控制与模糊PID控制的研究,设计了模糊PID控制器。同时,给出了该控制器中模糊推理系统的工程实现方法,并通过仿真和外场实验验证了该工程实现方法的有效性。3)系统实现与应用。根据云台的控制算法和红外小目标检测跟踪算法,在DSP平台和PC平台上分别实现了相关软件的开发,并搭建了红外小目标检测跟踪系统实验平台。在该系统实验平台上实现了PID控制与模糊PID控制以及完成了相关的实测应用,测试结果表明系统能够达到项目要求的技术指标。(本文来源于《深圳大学》期刊2016-06-30）
小目标检测与跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
无人机、滑翔伞等低慢小目标的高速发展给城区安防带来了新的挑战,雷达因具有探测距离远、全天时全天候工作等优点成为探测该类目标的重要工具。在城区复杂场景下对低慢小目标进行探测时,由于该类目标回波较弱、杂波较强,采用传统的检测与跟踪算法进行处理时,会形成大量虚警,进而影响数据的关联,出现错误关联、航迹中断等问题,导致检测跟踪性能严重下降。针对上述问题,本文对低慢小目标的特征辅助检测与跟踪算法进行研究,提出了一种基于点迹的分割阈值确定方法,该方法能够稳定分割距离多普勒(Range-Doppler,RD)图中的目标区域,进而提取目标分割区域的Hu不变矩及几何特征信息,辅助低慢小目标的检测、跟踪。通过实测数据验证表明,该方法能够提高复杂场景下低慢小目标的检测跟踪性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
小目标检测与跟踪论文参考文献
[1].廖延娜,胡雪敏,吴成茂.海天背景下的红外小目标检测与跟踪[J].西安邮电大学学报.2018
[2].王伟,顾俊豪,杨发伟,刘泉华.基于形状特征辅助的低慢小目标检测与跟踪算法[C].第十二届全国信号和智能信息处理与应用学术会议论文集.2018
[3].孙菲,黄涛.基于光电传感器的小目标检测与跟踪技术综述[J].光学与光电技术.2018
[4].张晓敏.天空背景下红外小目标检测与跟踪算法研究[D].南京理工大学.2018
[5].徐文晴.红外小目标检测与跟踪算法研究[D].华中科技大学.2017
[6].张世锋.基于背景抑制的红外小目标检测与跟踪[D].华中科技大学.2017
[7].王东.红外小目标检测与跟踪算法研究[D].华中科技大学.2017
[8].李淼,龙云利,李骏,安玮,周一宇.基于标签多伯努利滤波器的机动小目标检测前跟踪[J].红外与毫米波学报.2016
[9].易盟,楚岩.基于多视角航拍配准的运动小目标检测与跟踪[J].计算机工程与应用.2016
[10].胡勤.红外小目标检测跟踪系统的伺服控制研究[D].深圳大学.2016