基于动态规划点状运动目标检测技术研究.pptVIP

基于动态规划的点状运动目标的检测技术研究 专业：信号与信息系统 导师：艾斯卡尔 姓名：李栋梁 主要内容 立题依据 近几年来 , 微弱点状运动目标实时跟踪技术在军事和民用领域起着重要作用。由于红外热成像广泛应用于各种军事技术中 ,所以现代武器系统越来越重视通过目标所产生的红外辐射来探测、识别、攻击目标 ,因而红外图像中的目标探测与跟踪显得尤为重要。 目标检测作为跟踪技术的前端是以光学信号处理技术为基础的目标捕获、跟踪和瞄准技术隶属现代先进武器系统、遥感、雷达监视、红外传感器、机器人学和生物医学领域的关键技术。 两种检测技术 基于TBD的检测算法 研究内容 特色与创新 能预期的可能 动态规划法检测 姓名：李栋梁 指导老师：艾斯卡尔 信号与信息系统 * LOGO 立题依据 1 研究内容 2 特色与创新 3 预期成果 4 TBD Track-Before-Detect 先跟踪后检验技术 DBT （Detect-Before-Track） 先检测后跟踪技术 检测技术 1、基于3维匹配滤波器阵的检测算法 2、基于像素统计的方法 3、多级假设检验的方法 4、动态规划方法 5、投影检测算法 本论题拟采用动态规划方法 图像中的多个目标 检测 解决多点目标交叉重合并行问题 估计位置和轨迹 检测多帧图像中的点状目标 三维中估计出初始位置 画出轨迹 利用动态规划法检测单帧图像中的一个的运动微小点状目标 目标大小（1*1到3*3） 估计初始位置 画出运动轨迹 单目标单帧检测 单目标多帧检测 多目标检测 由于硬件的发展，大量的计算已经不成为需要考虑的问题之一，在研究工作中拟采用动态规划法完成对目标的初始位置的估计。 动态规划法（DP）通常又称为 Viterbi算法。在这一方法中，每帧图像中每个像素称为一个状态，而所有的像素称为状态集合。因为相邻帧之间存在状态转移过程，故系统在某策略(最短间距，像素亮度相似等)下对每种转移分配一个得分数。 对给定的 N 帧图像，将得分数最大的状态转移线连载一起，就可以确定目标可能的运动轨迹了。 动态规划法是基于最优化原理的，对一条轨迹来说，将来的延伸不会影响以前的情况。 微弱点状运动目标的检测是在IRST系统中关键而且十分困难的子过程。微弱点状运动目标检测中的主要难点体现在如下几个方面： ①目标呈点状，目标支持域尺寸趋于点，无形状，尺寸，纹理等信息可利用。 ②点目标在其邻域内SNCR 很低，对全范围内整个图像域的SNCR 就更低。 ③目标随机出现，必须在整个空域内进行搜索。 DP法实质是一种多阶段决策过程，它没有固定的数学模型可以使用 采用在云层中飞行的红外弱小目标的图像序列，图像大小256*130 目标的信噪比小于 2，按给出的检测概率99%以上与虚警概率小于10-6级计算出的DP算法的检测门限，并结合点聚合和方法，对信噪比小于2的目标进行准确的检测和跟踪 若使用对红外弱小目标检测的正向DP法，计算量少，并行性好，实时性强，易于硬件实现，将对信噪比的条件下的弱小目标具有很强的检测性能。 这将是一种非常实用的检测微小目标的方法 *