基于IIR滤波法建立自适应背景模型的红外运动目标检测实现(2)
红外运动目标检测技术如今已经渗透应用于多种领域，例如：军事领域，精确制导的需要；智能交通领域，道路车辆情况的实时监控，交通事故的精准判断；体育领域，运动员赛前赛中技术动作等的分析优化等等领域。尤其近现代技术迅猛发展，现代战争要求红外制导等军事技术的精确性。这一现状要求红外运动目标检测技术能够适应军事点目标、敌方隐蔽性良好、背景变化复杂、外界干扰严重等形势，因此该技术研究愈发显示其重要性。
本课题主要针对于红外目标检测技术，开展相应的算法仿真研究。
1.2 国内外研究现状
1.3 面临挑战
目标检测实质上是指将所需的目标从复杂且实时发生改变的视频序列中分割出来，它是一种基于目标几何以及统计特征的图像分割技术，由此其准确性同其实时性同等重要，尤其当它的背景变化迅速或者背景较为复杂时，它的实时性就显得尤为重要。
当需检测的目标图像较为理想时背景模型的建立很是简捷，如帧差法便可获得较为理想的结果。但是实际生活中环境背景通常较为复杂，例如：
（1）光照因素的改变，其中包含自然光一天的变化如云朵位置的变化，每天时间的流逝，室内测试时阴影或者日光灯等；
（2）背景中非目标物体的不可控运动，其中包括树叶的随风飘荡，突然出现的物体，水面的波动等；
（3）目标物体引起的背景变化等；
（4）前景背景颜色相似，容易造成检测的漏检；
（5）遮挡问题，包括运动目标大于1时其间的相互遮挡以及目标被原属于背景的静止物体遮挡等，该问题容易造成目标信息缺失等问题；
（6）实时性与准确性的难以平衡，也就是说算法复杂性与计算机计算能力存储能力的相互矛盾。
由此，实际生活中的目标检测就显得困难多了，需要更快更好的算法，并且需要根据具体情况选择合适的算法，例如在背景差分法中如果待检目标背景较为简单，而我们选用了一种较为复杂计算量较大的背景模型，那么无疑是在浪费时间与资源；同理，如果背景复杂，选用算法简单，则得不到较好的效果。
本文拟采用的IIR滤波法建立自适应背景模型，随着时间的推移更新背景模型，能够有效的避免背景复杂变化所引起失真，更主要的是具备实时性与准确性相均衡的特性，从而达到准确红外运动目标的目的。
1.4 论文主要工作
本论文针对红外运动目标检测技术，开展了建立IIR滤波自适应背景模型的红外运动目标检测算法研究，分别采用matlab编程法以及simulink建模法得到了两个较理想的仿真模型，并对仿真结果进行了对比研究。
主要工作包括：
（1）从图像预处理、形态学后处理、三种主要算法等方面简单论述红外运动目标检测原理，并主要分析帧差法、背景消除法、光流法三种基本主流算法，列出背景消除法中的IIR滤波法的原理框图，为后续研究做出理论准备；
（2）利用已知理论，形成框架在matlab中编程完成IIR算法，并利用已有红外视频对算法进行可行性检验，读出图象以便后续对比使用，并对不足之处加以改进；
（3）利用已知理论，构造IIR算法在simulink中的仿真模块，连接各模块得到处理后视频，并对应于（2）中相同时间截图，并通过使用各种滤波器、形态学处理模块优化模型直到得到较满意结果；
（4）根据（2）（3）两种方法所得到的实验结果，进行比较，研究两者差别并思考，考虑其可以改
上一篇：基于HFSS的微带低通滤波器设计