论文部分内容阅读
复杂海天背景下的海天线提取技术,是研究远距离目标跟踪的一项重要内容。由于天空云层干扰和海面杂波干扰组成的海天背景的影响,在海天背景下的目标稳定跟踪困难较大。我们可以首先确定海天线位置,然后采取相应的策略,这样可以降低目标跟踪的复杂性,同时也可以抑制海杂波等的干扰,提高目标跟踪的稳定性,降低虚警率。本文首先分析了海天背景图像的特点,研究了多种海天线提取技术,然后针对低对比度图像中海天线难于提取这一问题,提出了基于相位编组的Hough变换提取海天线算法。由于算法融合了相位编组法和Hough变换法两者的优点,因此该算法不仅能识别低对比度处的海天线,还具有较强的抗干扰性,克服了相位编组和Hough变换各自的局限性。由于复杂背景下目标图像呈现多样性,背景时而简单,时而复杂,中值滤波窗口太小,噪声不能得到很好的去除,如果窗口太大,那么不能保证滤波后的图像中灰度信息的保留,以至于后续阶段的处理不能顺利进行。因此,本文针对海天背景图像中,天空和海面通常以不同的灰度值显现出来这一特性,提出两种基于图像背景复杂度的方法。通过实验证明,两种方法均能准确提取出简单和复杂海天背景下的海天线,进一步提高了算法的适应性和实时性。通过大量实验发现,当处理像素较多的图像时,对于对比度明显的图像,前面三种方法适应性较好,但当对比度较低且信噪比很低时,前面三种方法就失效了。总之,单一的预处理方法不能满足所有的背景图像。因此,本文将背景的局部复杂度均值作为图像复杂程度的定量描述,然后根据此指标区别对待不同背景,对预处理方法做出实时的调整,即实现了背景图像的自适应预处理。本文还研究了海天背景下的目标跟踪技术,最后采用形心跟踪算法对目标进行跟踪,当目标短暂丢失时,利用卡尔曼对目标运动轨迹进行预测,解决了海杂波等对目标稳定跟踪的干扰问题。