根据背景与目标具有不同的运动特性这一事实,提出一种基于背景运动补偿和假设检验的目标检测算法.首先,采用特征点对应法求相邻帧间的运动;然后,用最小二乘法计算出摄像机仿射运动参数,利用此参数进行帧间背景运动补偿后得到稳定的背景;最后,用假设检验方法检测补偿后的帧差图像,经过简单的形态学和连通区域处理后检测出运动目标.仿真表明,该运动补偿算法能有效消除背景突出目标,补偿前后的差分图像信噪比提高了14.71 dB.该算法计算量小,可以成为一种通用的实时目标检测算法.

利用单个特征识别强噪声中的弱小运动目标，常因所提取的目标特征与噪声特征易混淆而导致高的虚警率。提出一种新的基于多特征融合的弱小运动目标识别方法。分析了弱小运动目标的连续相关性、面积及质心位置偏移这三个特征的可靠性及提取方法，对获取的特征值进行归一化后采用多特征融合的方法构造更具有鲁棒性的联合特征，确定了以具有最大多特征融合值为真实目标的决策方法。通过与采用单一特征的目标识别方法进行比较，证明了提出的多特征融合方法能更准确地识别弱小运动目标。

根据实际系统中高帧频摄像机背景图像运动不大而目标有一定运动的特点,首先分离奇偶帧图像,隔帧相减并用自适应阈值技术二值化图像来检测运动目标,经过形态学处理得到许多连通的区域,然后利用目标面积最大等特征识别目标并用外接矩形定位目标,得到目标运动的真实轨迹.仿真结果表明:该算法能简单有效地检测机动目标且易于硬件并行实现.

提出一种新的以边界不变矩作为识别特征,运用BP网络识别扩展目标的方法.首次通过详细的理论证明和实验分析,揭示了离散边界不变矩不再具有严格的比例不变性,而位移和旋转不变性保持相对稳定,并对该不变矩作为识别特征的误差进行了深入分析,给出了正确计算边界不变矩的途径.在此基础上,以该边界不变矩作为识别特征,输入BP网络,采用合理的网络结构,实现对发生位移、旋转和尺度变化的扩展目标的识别.边界不变特征的引入,减少了数据运算量,实验结果表明,识别率达到95.9%.

图像配准是图像融合技术的基本环节和首要问题,只有经过配准后的图像才能进行有效的融合.其中,小目标由于几乎无特征信息可以利用,所以常规的配准方法都不适用.针对图像识别中小目标的配准问题,分析了其配准特点,创新性地提出了先配准目标视场,再配准目标位置的方法,提出了视场配准的概念.首先运用成像原理,用焦距、分辨率和像元尺寸建立不同CCD之间的视场对应关系,利用此关系完成目标视场的截取放大,使不同CCD得到的图像视场一样大.然后在分析通常采用的最小平均绝对误差(MAD)相关匹配方法缺陷的基础上,提出用最多近邻点距离(MCD)的匹配方法来对准目标位置,完成目标质心的配准.实验结果表明,此方法可以很好地配准小目标,且误差不超过2个像素.由于其针对性强,因而具有较强的实际应用价值.

图像配准是图像融合技术的基本环节和首要问题.针对红外和可见光图像的配准问题,分析了两者配准的特点.引入6参数的仿射变换模型来描述3D空间中的目标,分析了通常采用的4参数模型的不完备性.利用模型计算配准参数,并用最小二乘法达到用多个配准点拟合出最优参数解的目的.实验结果表明,此方法可以很好地消除红外和可见光图像之间的差异.

探测能力的强弱是广大凝视型红外搜索跟踪系统设计者和使用者一直关心的问题.对作用距离数学模型中影响探测能力的主要因素如目标、光学系统口径等进行了分析,还讨论了模型中未曾提到的一些因素,如路径辐射、光谱匹配等对探测能力影响的方式、程度.分析结果为增强凝视型红外搜索跟踪系统的探测能力提供了理论依据.

作用距离是红外搜索跟踪(IRST)系统的核心指标之一,需要对它作专门的研究.从凝视型红外焦平面的响应度和探测目标所需的辐射功率出发,修改了凝视型焦平面响应度的公式,对目标成像的特性进行了新的分析,并讨论了系统各部分对作用距离的影响,建立了凝视型IRST系统作用距离的数学模型,为系统设计和性能评估提供了理论依据.

以辐射度量为标准,从目标信号、背景信号差值与探测器噪声比值的角度出发,变换凝视型红外搜索跟踪系统的作用距离模型,建立了CCD搜索跟踪系统点目标的作用距离方程.解决了目标为发光体、反射体,以及CCD为不同灵敏度表述方式的跟踪系统的作用距离计算,实例验证计算值与实测值相吻合,为CCD跟踪系统的设计和性能评估提供了理论依据.

利用MATLAB/SIMUNKK的代码产生原理,针对以c6201 DSP为核心的图像处理平台,开发目标跟踪实时仿真库,建立了目标跟踪实时仿真系统.在此环境下可将算法模型快速生成DSP可执行程序,并可直接运行.此环境为算法研究者建立了算法到DSP程序开发的桥梁,使算法快速得到实时验证,大大节省DSP程序移植的时间.