基于自适应模板匹配的红外弱小目标检测

点击看原图

       4 实验结果

       根据上述基于自适应模板匹配的弱小目标检测技术,对实际拍摄到的红外弱小目标图像进行处理,获得了大量的实验结果。实验参数:图像尺寸＝256×256;模板尺寸＝21×14;针对实际应用,初始搜索时形态开滤波选取2×2的结构元;取Ts＝0.995,T1＝0.25;遗传算法参数:人口数32,进化代数80,交叉概率0.9,变异概率0.1。实验在P3 1.0G、WinXP、Visual C++6.0环境下进行。实验共取2200帧序列图像,如果仅仅用相关函数法进行匹配跟踪,会在第271帧跟丢目标;而当采用了中心加权方法修正模板,会在第891帧跟丢目标;若再加入基于滤波与预测的模板图像更新策略,跟踪可以稳定持续到最后一帧。实时性方面,优化前的匹配运算次数为(256-21+1)×(256-14+1)＝57348;优化后的匹配运算次数为32+32×80＝2640;可以看到运算速度的提高十分明显。实验结果充分说明了本文方法在红外弱小目标识别上的优越性,如果还能充分利用目标的帧间运动信息[2],更将极大地提高本方法的稳定跟踪能力。部分实验结果见图3。     

       参考文献

　　1 胡勇,菅云峰,李介谷. 顾及模板边缘分布结构的图像匹 配[J]. 红外与激光工程, 1999;28(5):17～21
       2 孙德宝,周卫祥. 红外图像序列运动小目标检测的预处理 算法研究[J]. 红外与激光工程,2000;29(2):12～14 ;   3 朱永松, 国澄明. 基于相关系数的相关匹配算法的研究 [J]. 信号处理,2003;19(6):531～534
　　4 张志佳, 黄莎白, 史泽林. 一种新的基于边缘特征的图像 相关匹配方法[J]. 全国光电技术学术交流会论文集, 2003:838～841
　　5 Dennis A Montera, Steven K Rogers, Dennis W Ruch.Object tracking through adaptive correlation[J]. OptICal engineering, 1994;33(1):294～301
　　6 崔 屹.数学形态学方法及应用[M]. 北京:科学出版社,2000: 127～131

上一页  [1] [2] 

本文关键字：检测  综合-其它，单片机-工控设备 - 综合-其它