圖像制導(dǎo)技術(shù)及實(shí)驗(yàn)研究.pdf

1、現(xiàn)代戰(zhàn)爭(zhēng)對(duì)精確打擊武器的要求越來越苛刻，精確打擊武器的核心技術(shù)是精確制導(dǎo)技術(shù)，而基于圖像的目標(biāo)自動(dòng)識(shí)別與跟蹤技術(shù)是圖像制導(dǎo)領(lǐng)域急需解決的重要難題，同時(shí)也是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。本文作為自建系統(tǒng)“天地一體戰(zhàn)場(chǎng)網(wǎng)絡(luò)仿真平臺(tái)”的重要組成部分和前期研究項(xiàng)目，對(duì)目標(biāo)自動(dòng)識(shí)別與跟蹤技術(shù)的理論、計(jì)算和試驗(yàn)三方面進(jìn)行了系統(tǒng)研究。主要研究工作包括:
　　首先研究了圖像預(yù)處理。除了去噪常用的算法，首次將惡劣天氣條件下的圖像增強(qiáng)作為圖像制導(dǎo)中預(yù)處理

2、的重要內(nèi)容，同時(shí)將基于顯著性檢測(cè)算法和新型的自適應(yīng)濾波算法結(jié)合起來，形成了一種新型的具有優(yōu)化效果的摳圖算法。
　　接著研究了基于圖像的目標(biāo)識(shí)別跟蹤算法。將基于Haar特征的目標(biāo)自動(dòng)識(shí)別方法擴(kuò)展到戰(zhàn)場(chǎng)軍事目標(biāo)的自動(dòng)識(shí)別，建立了基于AdaBoost算法的模擬軍事目標(biāo)分類器訓(xùn)練方法;將Kalman濾波預(yù)測(cè)方法融入到Camshift算法中，提高了目標(biāo)跟蹤算法的速度和抗干擾能力。
　　最后對(duì)前文的理論研究進(jìn)行了實(shí)驗(yàn)驗(yàn)證。應(yīng)用本文建立的