论文部分内容阅读
红外目标检测与跟踪系统具有精密度高、非接触、抗电子干扰的特性,在光学侦察和导弹制导等军事领域应用广泛。由于自然环境的复杂性和工程应用中的实际需要,研究红外目标的检测和跟踪系统,使它具有更好检测和跟踪效果,一直是一项具有挑战性的工作。本文详细研究了红外小目标检测与跟踪算法。针对传统的采用固定跟踪窗的红外小目标跟踪方法容易将云层边角等干扰信息纳入跟踪窗,影响目标稳定跟踪的问题,提出了一种白适应跟踪窗的算法。在检测到目标的前提下,通过卡尔曼滤波器动态地改变目标跟踪过程中跟踪窗的大小,以减少跟踪过程中云层等干扰信息对跟踪的影响。在真实红外跟踪平台上进行连续跟踪试验,本文方法在目标周边出现云层干扰时还能较好的准确跟踪目标,而算法的平均处理时间为27ms/帧左右,比原算法的平均处理时间减少了大约8%。针对归一化互相关测度的模板匹配跟踪算法在光照改变时,比采用绝对差之和测度(SAD)要稳定,但计算量大的问题,本文提出了一种结合自适应连续多级分区和初始阈值估计的归一化互相关测度(NCC)的快速模板匹配算法。将模板图像进行逐级分区,通过分区顺序将互相关之和分为不同的层,形成自适应连续多级分区淘汰方法。同时,利用初始阈值估计产生一个较大的边界阂值,减少搜索点数目。实验结果表明,提出的算法在整体光照变化,轻微辐射干扰和轻度噪声污染时仍具有较好的鲁棒性,而且在算法执行速度方面优于传统算法。针对匹配跟踪时,在目标姿态发生较大改变或自然环境变化较大时,出现的目标匹配位置出错的问题,本文引入了模板更新的方案,在目标姿态或外界发生一定改变时进行模板更新,以获取代表目标最新姿态的新模板。实验表明,本文的模板更新匹配跟踪方案和从不进行模板更新以及每帧均进行模板更新的匹配跟踪方案相比,在目标姿态发生较大改变和周围环境发生较大变化时,能获得目标最新姿态的模板图像,从而保证了匹配跟踪结果的正确性。本文基于对红外目标检测跟踪器的实时性要求以及图像数据量大小和算法复杂度的充分考虑,提出了基于DSP+FPGA构架的硬件框架。系统主要由图像采集部分,图像处理部分和系统控制部分组成。采用DSP作为算法实现和处理的核心器件,并辅以FPGA作为协处理器共同构成图像处理实时系统。在此基础上,本文详细分析了系统软件的整体流程以及系统的性能指标。