华中科技大学博士学位论文图像中目标特征的检测与识别姓名：***申请学位级别：博士专业：模式识别与智能系统指导教师：***20031108摘要红外序列图像小目标的特性分析及检测与跟踪，飞行器的识别与理解是本文研究的主要内容。
本文所做的工作有：１．介绍了包含小目标的红外图像的单帧模型；分析了目标、背景和噪声的特性及成因；针对目标特性分析提出了三种预处理方法；分析了目标运动约束方程及应用：提出了其几个相对稳定的目标特征；对目标的频域特性进行了研究，目标具有一定带宽，且主要位于高频的特性得以证实；利用目标的特征量，构造了一个ＲＢＦ神经网络，并对目标检测结果进行判别。
２．介绍了红外序列图像的单帧预处理（即背景抑制和目标增强）及小目标的分割。
通过对各种背景抑制方法的研究分析及实验，提出的双均值滤波方法与其他方法相比具有信噪比增益大、自适应能力强等特点；基于目标在相邻几帧的图像中位移变化不大的前提，对滤波后的图像进行了能量累加，并从理论上证明了信噪比提高的有效性；对红外小目标的分割方法进行了总结，提出了利用视觉最大对比度在序列图像中分割小目标的方法，该方法不需人工：干预，能够在不同的信噪比条件下较好地完成分割任务。
３．分析了图像序列的时域特征，发现了目标在时间域中的灰度变化特性，并提出了目标时域分割的一种方案；受到多变量联合分布概率的分布的启发，提出了一种时空融合增强目标的方法，而且时域处理和空间处理可以并行实现，可以大大缩短计算时间，分割的准确性得到了显著提高。
４．针对目标的检测与跟踪，介绍了ＨＦＱＣ连续滤波方法，提出了在’一次ＨＦＱＣ后，再进行分层投票来实现的检测方法，能够较好地实现对单目标的检测与跟踪；介绍了一种基于卡尔曼滤波器的多目标检测与跟踪方法，既能检测出新出现的目标，又ｕ，以对检测出目标实施跟踪；为了提高目标的跟踪精度，还对目标的位置的误差进行了分析，并用最小二乘法对其轨迹进行校正。
５．针对天空背景下的飞行器（可见光波段，飞行姿态与摄像机成一定角度），从目标的形态ｍ发，采用ＳＵＳＡＮ算予将目标从背景中提取出来，并利用边缘信息对云层区域进行抑制，然后利用形态学运算进行并填充，形成目标区域，最后对目标区域细化，利用先验知识发现目标的头部，进而按照结构比例确定目标的关键部位，并取得了较好的效果。
