前视红外系统中复杂背景下典型地物目标跟踪

前视红外系统主要处理复杂地物背景下的典型地面目标,如桥梁、机场跑道、大型建筑物等。跟踪地面背景较复杂的目标常用的是目标模板匹配的方法。而模板匹配相关跟踪的关键是对实时模板的更新及替换策略。针对前视目标跟踪问题,采用模板相关匹配的方法搜索目标;采用Kalman滤波的方法更新实时模板中的每个像素．以迭到更新实时模板的目的．采用Kalman滤波的方法校正跟踪结果坐标位置数据。为了减小运算量同时又不影响跟踪精度．采取了隔若干帧更新一次模板及跟踪位置数据的策略。仿真实验证明,跟踪效果较好。     

前视红外系统中复杂背景下典型地物目标跟踪

前视红外系统主要处理复杂地物背景下的典型地面目标, 如桥梁、机场跑道、大型建筑物等。跟踪地面背景较复杂的目标常用的是目标模板匹配的方法。而模板匹配相关跟踪的关键是对实时模板的更新及替换策略。针对前视目标跟踪问题, 采用模板相关匹配的方法搜索目标; 采用Kalman滤波的方法更新实时模板中的每个像素, 以达到更新实时模板的目的, 采用Kalman 滤波的方法校正跟踪结果坐标位置数据。为了减小运算量同时又不影响跟踪精度, 采取了隔若干帧更新一次模板及跟踪位置数据的策略。仿真实验证明, 跟踪效果较好。     

红外舰船小目标的检测

检测红外小目标常用的方法是先使若干帧图像叠加达到能量积累的效果,能量积累达到一定程度后,目标因能量较高而凸现出来.这种方法比较适合于对加性噪声不敏感或信噪比较高的情况.实验表明,当图像信噪比较低、对比度很差时不宜采用该方法.针对低信噪比小目标的检测问题,提出了两种方法：在天水线以下图像内相邻行、列分别差分结合Kapur最大熵分割目标的检测方法;在时域内用模板平滑结合Kapur最大熵分割目标的检测方法.实验证明,这两种方法简单易行,效果较好.