1. 研究目的与意义
红外弱小目标的检测与跟踪广泛应用于精确制导、自动控制等诸多领域。
由于小目标距离成像系统很远,具有面积小、信噪比低等特点,红外图像的预处理、弱小目标的检测技术更是重点和难点。
充分发挥红外小目标检测技术的优势,在红外探测成像方面具有重要意义。
2. 课题关键问题和重难点
1. 测试素材的选取 1） 考虑到雷达信号的跟踪目标视频难以获取 ，因此考虑用红外弱小目标替代 2）如何准确清晰的从视频中分解出来图片；3）获取到多帧图片后，如何定位到目标，进行何种预处理的方法，该怎么去处理；2.算法的选取1) 利用形态学方面的知识进行微小干扰的去除2) 利用fisher最优分割进行最优阈值分割的确定3）结合形态学方法，统计可能成为目标的面积3.误差的处理1）最大限度消除误差干扰2）取最大值减小误差3）对图像采取均值滤波，解决噪声干扰4）利用测试图像跟上图进行做差，消除背景带来的干扰
3. 国内外研究现状（文献综述）
在高新技术兵器迅速发展的当今世界,红外探测系统由于其隐蔽性好、抗干扰能力强、跟踪精度高等优点,使其成为各国重点研究和发展的项目之一,被广泛应用于多种武器装备中。
近些年,随着军事领域要求的不断提高,使得对远距离、低信噪比情况下运动目标的检测技术成为研究热点。
本文对红外弱小目标检测问题进行了深入研究,研究内容主要包括基于小波分析的跟踪前检测算法和基于粒子滤波的检测前跟踪算法[1][2]。
4. 研究方案
本设计为基于MATLAB的微弱目标进行跟踪。
考虑到弱小目标多半隐藏在较黑的背景环境中，可以利用像素的边缘特性进行分割，这里利用 fisher最优分割的方法进行目标的跟踪。
1、首先为了尽可能地消除误差干扰，最大限度地进行背景误差干扰，求得原图每一行每一列的最大值作为图像的像素，重新生成一幅图像；2、利用测试图像跟上图进行作差，即可最大程度消除由于背景带来的干扰；3、对上图所得到的图像进行wavedec2小波变换，提取其高频分量重建图像；4、对上图进行均值滤波，进一步去除噪声干扰；5、利用fisher最优分割进行最优阈值分割法确定，并且将大于该最优阈值的部分置为白色，否则为黑色 。
5. 工作计划
第 1 周 接受任务书，领会课题含义，按要求查找相关资料； 第 2 周 阅读相关资料，理解有关内容； 第 3 周 翻译相关英文资料，提出拟完成本课题的方案，写出相关开题报告一份；第 4 周 首先尽可能地消除误差干扰，最大限度地进行背景误差干扰，求得原图每一行每一列的最大值作为图像的像素，重新生成一幅图像； 第 5 周对上图所得到的图像进行wavedec2小波变换，提取其高频分量重建图像；第 6 周对上图进行均值滤波，进一步去除噪声干扰； 第 7 周利用fisher最优分割进行最优阈值分割法确定，并且将大于该最优阈值的部分置为白色，否则为黑色 。
第 8 周 结合形态学的方法，统计每一个 可能为目标的白色块面积，利用bwareaopen函数进行小面积滤除，留下精准的目标区域，在原图基础上框定；第 9 周设计和制作GUI界面和调试； 第 10 周 仿真调试； 第 11 周 GUI界面的设计和制作； 第 12 周进行毕业设计论文写作，接受答辩资格审查； 第 13 周评阅教师评阅论文； 第 14 周准备参加答辩。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
