论文部分内容阅读
小目标是指呈现在图像上只有几个或者十几个象素大小的目标,缺乏结构信息,单从灰度来看,难于同噪声区别开来,一般基于灰度的运动目标检测方法都无法采用,必须研究特定的方法。所有检测出小目标的算法都是基于以下两个条件:目标的灰度与背景有一定的差异;目标运动的轨迹具有连续性。 小目标检测一直是图像处理领域一个热点和难点,而现有的研究局限于军事上的红外图像,极少涉及可视图像及民用。本论文讨论小目标检测在工业上的应用,针对液体可视图像小目标检测提出了一系列新的算法,适用于复杂边界,低信噪比的情况。 论文首先总结了已有的算法,分析了液体可视图像的特征及其与红外图像的不同点,给出液体小目标检测的软件框架和硬件系统结构。然后根据分析的结果将检测过程分成三步:图像预处理,目标提取和目标跟踪。论文对每一步检测过程都进行了详细的分析,给出了同步实验结果。论文介绍了并且验证了多种适合液体可视图像小目标检测的目标提取检测算法,并且提出了几种新的时间滤波器,比较了各类算法的性能和硬件可行性。然后根据目标运动轨迹的连续性提出了一系列的目标跟踪算法。最后给出了算法融合后的最佳方案和实验结果。