为了精确地配准近平面场景下的红外-可见光视频序列, 本文提出了一种基于轮廓特征匹配的自动配准方法, 通过迭代匹配目标轮廓特征来解决异源图像中配准特征的提取和匹配难题。首先, 采用运动目标检测技术获取目标轮廓, 并由曲率尺度空间(CSS)角点检测算法提取轮廓特征点。此后, 建立全局形状上下文描述子和局部边缘方向直方图描述子描述特征, 从而实现可靠的特征匹配。来自不同时刻的匹配点对被保存在一个基于高斯距离准则的特征匹配库中。最后, 为了克服近平面场景中目标深度变化的影响, 本文结合前景样本随机抽样策略计算配准矩阵的损失函数, 完成对全局配准矩阵的更新。在LITIV数据库上对方法进行实验验证, 结果表明: 本文方法的配准精度优于当前先进的对比方法, 在9个测试视频上的平均重叠率误差仅为0.194, 与对比方法相比下降了18.5%。基本满足了近平面场景下红外-可见光视频序列配准的精度要求, 且具有较高的鲁棒性。

为了在复杂天空背景下检测出低空慢速小目标, 本文研究了“低小慢”目标的视觉显著性区域特征, 融合扫描线填充算法, 提出了一种动态背景下“低小慢”目标自适应实时检测技术。首先, 根据图像的亮度对比度获取显著性图。接着, 使用形态学梯度提取显著性特征, 通过三帧差分算法得到种子点。然后, 使用扫描线填充算法进行生长, 结合提出的自适应双高斯算法分割出前景。最后, 根据候选目标的面积占比变化、质心距离变化、宽高比差异剔除虚假目标, 完成检测。为了验证算法的有效性, 本文选取了7组复杂天空背景的视频序列进行测试, 并与其他优秀检测算法进行了对比。结果表明, 本文提出的算法对运动目标检测的平均运行时间为0040 9 s, 平均检测准确率为8997%, 相比于其他算法的平均运算时间减少了035 s, 检测的平均准确率提高了245%。算法在复杂背景下具有较好的稳定性和较强的鲁棒性。

针对光照不足导致图像质量退化的问题, 提出了亮通道先验的Retinex算法用来补偿图像的光照强度。该算法假设局部恒常的光照可以初步满足光照均匀并与场景相似, 以亮通道运算对光照分量进行粗估计; 通常解决局部处理带来的分块效应问题是采用引导滤波方法, 但这会使补偿后的图像纹理模糊甚至丢失细节, 为此设计了基于图像结构相似性的融合策略。最后使用Retinex理论模型对光照进行补偿。实验结果表明: 所提算法简单高效, 能够对图像阴影或夜间图像的低照度区域进行快速地光照补偿, 在峰值信噪比(PNSR)上较传统算法提高了5 dB左右, 在结构相似性(SSIM)上比传统算法提高了7%以上。算法在纯软件系统的PC机上处理640×360的彩色视频时能达到6~12 ms/帧, 处理320×256的红外视频时达到4~10 ms/帧, 可满足工程需要。

随着实时视频监控技术的发展，运动目标的检测在众多领域都有着广泛的应用。针对当下运动目标检测算法易受环境噪声和光照突变的影响，为了提高算法的稳定性和自主检测能力，本文系统研究了背景减除法和帧差法的不足和优势，提出了一种基于统计信息的改进滑动平均算法。首先，依据帧间差分对光照不敏的特性，粗略分离出背景和前景部分，同时去除掉其他随机孤立噪声，然后在滑动平均算法中引入对前景点的统计计数，自适应更新背景建模学习速率，加速背景模型收敛，最后将滑动平均与三帧差分两者形态学处理后的目标团块进行与运算，得到准确的前景区域。实验结果表明，本算法可以在树叶晃动和光照变化中精确定位运动目标，正确前景点率平均提升7.4%，得益于帧差法特性，误检前景点率显著降低，鲁棒性和自适应性更好。

针对红外相机系统响应非均匀性所产生的竖条纹固定噪声, 提出了基于多线程优化的单帧红外图像非均匀性实时校正算法。该算法参考全变分理论的非均匀性校正算法确定噪声与图像输出之间的加性校正关系, 建立了描述条纹噪声的数学模型; 通过滤波算法将图像分为高频分量和低频分量, 运用建立的条纹噪声模型, 基于最小二乘法从高频部分中拟合出条纹噪声。最后, 使用全变分理论确定的加性关系对图像进行校正。为了提高算法的计算速度, 运用多线程技术对算法进行了优化。对提出的算法与MIRE(Midway Infrared Equalization)算法及传统双边滤波算法进行了图像质量评价和性能对比。结果显示: 本文算法使图像非均匀性较原图降低了3%; 算法效率与MIRE算法无异, 系统运行时间在320×256的14位红外图像上为1.5 ms/frame, 达到了工程标准。

为了提高图像处理器目标跟踪的准确度和对复杂环境的适应能力, 设计了一种CPCI架构的多传感器融合图像跟踪系统。针对高分辨率高帧频图像的采集、目标搜索与跟踪, 设计并实现了以FPGA+DSP为核心的嵌入式图像处理平台, 采用CPCI标准总线作为数据共享通道, 由嵌入式图像处理平台完成实时计算, 数据中心完成跟踪结果的数据融合和系统综合控制。实验结果表明: 系统可以实现多路不同分辨率CameraLink图像或HD-SDI图像的采集和融合跟踪处理, 该架构处理能力强, 可扩展性高, 结构紧凑, 为图像融合跟踪系统提供了一种可靠的解决方案。

为了提高光电跟踪系统的稳定性和自主跟踪能力, 对多传感器数据融合算法和数据的有效性估计进行研究, 提出一种多传感器自主跟踪算法。首先按照统计学方法, 实时估计各传感器数据的误差协方差。然后按照均方误差最小准则, 对各路数据进行融合。将最小二乘多项式拟合法和记忆衰减因子应用到误差协方差估计中, 提高了融合结果的可信度。最后, 提出一种多传感器跟踪数据切换策略, 自动选择有效传感器数据中置信度最高、跟踪效果最优的一路数据, 从而实现自主稳定跟踪的目的。实验结果表明, 使用改进后的数据融合算法比原始方法的最终传感器选择结果正确率提高37.5%左右。在几种典型的传感器数据异常情况下,该数据融合算法和多路数据切换策略能够完成自主跟踪的目的。