论文部分内容阅读
目标检测是计算机视觉领域的基础研究任务,受到了研究者持续的关注,并在多个领域得到了成功应用。目标的可靠检测是目标跟踪和分析等进一步处置任务的前提。作为目标检测领域的重要组成部分和研究难点,低空慢速小目标检测引起了极大重视。其面临的主要问题在于低空观测环境复杂,存在强杂波和强随机噪声干扰,目标信杂比/信噪比低,目标缺乏相对运动等。近年来,协检测方法被引入到目标检测研究中,旨在充分利用多帧观测中目标的表观一致性和运动连续性等特征,形成检测判决的证据链以给出可靠的检测结果。这为低空慢速小目标的可靠检测提供了新的研究途径。本文围绕低空慢速小目标的不同观测场景,从协作检测的角度,在复杂背景抑制、目标信息积累和目标关联检测等方面开展了研究工作。本文的主要研究内容和贡献描述如下:1.针对低空慢速小目标检测的低信噪比问题,分析了叠加投影对目标信息积累的影响。首先,基于最小二乘拟合方法,给出了噪声合成图像的能量衰减趋势分析。其次,分析了目标合成图像的能量变化情况,并给出了几种叠加情况下目标合成图像的能量衰减解析式。分析表明叠加投影能增强目标的信噪比。2.针对静止背景下的低空慢速小目标检测问题,提出了基于叠加投影、奇异值分解和近邻关联策略的协检测方法。首先,基于夹角准则,给出了整体目标检测方法,能快速地初步评估目标的存在性。其次,根据目标的运动特征,给出了基于奇异向量重构和近邻关联策略的目标关联模型,能解决由目标信噪比不同或目标丢失等因素导致的检测难题。3.针对缓变背景下的低空慢速小目标检测问题,提出了基于时域检测模型和图关联策略的协检测方法。首先,基于时域滤波、时域目标融合和交叉积滤波,给出了三阶段疑似目标检测模型,能有效抑制缓变杂波和强随机噪声。其次,根据目标的运动和表观特征,给出了基于图关联策略的目标关联模型,能有效抑制高疑似目标和虚警。4.针对速变背景下的低空慢速小目标检测问题,提出了基于目标重构和时空关联策略的协检测方法。首先,分别基于非线性权重和逐元素权重,提出了稠密和稀疏目标重构模型,能有效分离单帧图像的背景与目标信息。其次,根据目标在空时域的共性特征,给出了基于单帧位置关联和多帧轨迹关联的目标关联模型,有效提高了检测的可靠性和效率。