导读:本文包含了红外警戒论文开题报告文献综述、选题提纲参考文献，主要关键词:警戒,目标,概率,中值,阈值,设备,孔径。
红外警戒论文文献综述写法
樊争奇[1]（2013）在《红外警戒设备对外接口检测仪设计》一文中研究指出为了提高红外警戒设备外接口检测的工作效率,在分析红外警戒设备对外接口功能需求基础上,选用通用工控机、数字I/O卡、图像采集卡、PCI网卡和专用电子机箱等硬件模块,将所有功能模块均安装在一台控制机柜中,通过软件仿真与设备有关的导航接口、网络接口、时统接口和视频接口功能,完成检测仪设计;本检测仪为红外警戒设备对外接口的调试和测试提供了工作平台。(本文来源于《计算机与数字工程》期刊2013年03期）
赵君钦[2]（2012）在《红外警戒系统中行人检测与识别技术研究》一文中研究指出随着经济社会的发展，各个领域对安全警戒的需求都在提升，基于可见光系统的视频监控作为一种十分重要的安全警戒手段已经被广泛应用，但这类系统固有的缺陷使其不能满足市场的需求。首先，现在市场上常见的监控系统不够智能化，还需要大量借助人工来辅助监控，缺乏实时性；其次，基于可见光的监控系统无法在视场环境不佳的情况下正常工作。因此，近年来基于红外的智能警戒系统得到越来越广泛的研究，但针对红外图像的人体目标检测、跟踪、识别的相关算法还不够成熟。本文主要针对“周扫式”红外警戒系统中人体目标的检测与识别展开研究。论文的主要研究成果如下：(1)为了增强图像的对比度，抑制红外图像的噪声，本文采用了一种快速图像增强算法，以消除图像中高亮度的噪声点和增强图像的对比度；针对“周扫式”红外警戒系统在转动过程中会使同一角度的前后两帧图像产生水平方向的平移偏差的问题，本文采用一种基于局部投影匹配算法的图像配准方法对同一角度的前后两帧图像进行配准。本文采用的快速图像增强算法，充分考虑到图像中各角度的背景图像相对固定，并且图像的灰度分布相对集中的特点，将不同温度条件下的背景图像的平均灰度作为标准因子，将图像中高于叁倍标准因子的像素点用图像的均值代替，以消除图像中的“过亮点”，并将各像素点的灰度值与标准因子的比值作为增强各像素点的权值，以降低灰度较低点的灰度，提高灰度较高点的灰度。通过实验验证，这种简单的图像增强方法，能够根据系统自身的成像特点，对图像有效地进行降噪和对比度增强。由于在探测器在旋转过程中会产生抖动，使得图像在水平方向上发生全局偏移，在目标检测前需要先对图像进行配准，本文针对图像只在一个方向上有偏移的特点，采用垂直投影匹配的方法，并用对投影曲线“开窗”的方式，降低图像中存在运动目标对匹配的影响。经实验验证，该配准算法相较于经典的模板匹配算法运算速度更快、配准效果更好。(2)本文采用背景减除法对红外视频序列进行运动目标检测，在对背景建模之前，需要对背景进行初始化，传统的背景初始化方法是将第一帧图像或者前几帧图像的均值作为初始化图像，这容易积累误差，鉴于这一缺陷，本文将剔除目标后的单帧图像作为初始化背景，有效地提高了背景模型的准确性，本文提出了一种基于得分法自适应阈值和双向投影分割的单帧图像目标检测算法。本文对经典的自适应背景更新算法存在的缺陷进行了分析，提出了一种选择性分级自适应背景更新算法。本文将人体目标所在区域视为感兴趣区域(ROI)，并采用基于FAST角点特征和CS-LBP纹理特征的ROI快速检测方法以确认目标分割的准确性。本文针对所提出的算法，进行了实验验证，实验结果表明，本文提出的红外图像中候选目标ROI检测算法能够快速、准确地提取出人体目标区域；本文提出的基于序列图像的目标检测算法，能够有效地克服经典自适应背景更新法在背景存在变化或者图像中存在慢速运动目标时容易产生“残影”的缺点，准确地构建背景模型并提取出图像中的运动目标。(3)由运动检测得出的ROI中，含有很多非人体目标的运动物体，需要对ROI进行分类，识别出人体目标，针对这一问题，本文研究了人体目标的分类识别方法，为了在保持低虚警概率的前提下提高目标的识别概率，并充分考虑到样本数据不足的缺点，本文采用多种特征并行分析的ROI分类识别的方法。本文提出了一种改进的Haar-like特征提取算法，将HOG特征融入到Haar-like特征，有效地增强了Haar-like对目标边缘的表征能力，同时能够有效地对目标的形体特征进行分析。文中，同时对CS-LBP纹理特征进行多分辨率提取(MR-LBP算法)，利用目标的局部纹理特征对ROI进行分类。文中选择Adaboost分类器和SVM分类器分别对正负样本进行机器学习，充分利用了所提出的特征提取算法，并弥补了样本空间不足的缺点，能够将分割出的ROI准确地分为人体目标、汽车和其他目标叁类，经实验验证，本文所构建的红外警戒系统对目标的检测概率达到95%以上，系统的虚警概率低于5%。(本文来源于《国防科学技术大学》期刊2012-11-01）
郑猛[3]（2012）在《红外警戒系统目标检测技术的设计》一文中研究指出目标检测技术是红外警戒设备中的核心部分,它直接关系到红外警戒设备的多个核心技术指标,开展红外目标提取技术研究具有重要的实际意义。常用的弱小目标提取技术分为实时图像滤波预处理、自适应阈值分割、目标聚类、航迹管理等四个过程,主要介绍了目标提取技术中图像滤波预处理和自适应阈值技术,重点阐述了自适应阈值中使用FPGA实现求均值的过程,给出了程序关键部分,有较好的实际效果。(本文来源于《科技创业月刊》期刊2012年10期）
樊争奇,张阳,周哲蒙[4]（2012）在《多功能标准台VxWorks操作系统下红外警戒设备软件设计》一文中研究指出以多功能标准显控台为硬件平台,红外警戒设备接口计算机软件采用分层结构,由核心层、中间层和应用层组成。在Vx-Works操作系统下采用中间件技术完成所有硬件模块加载、操控模块和图形窗口可视化管理等。在应用层运用面向对象软件设计方法,针对特定功能需求,应用面向对象软件设计基本原则为应用对象分配职责,完成软件编码所需类图和交互图设计。(本文来源于《计算机与数字工程》期刊2012年03期）
张继勇,叶宗民[5]（2012）在《舰载红外警戒探测系统效果评价方法综述》一文中研究指出舰载红外警戒系统与舰载搜索雷达协同工作可以实现对来袭掠海导弹和低空飞机的充分报警。如何评价舰载红外搜索警戒系统对反舰导弹的捕捉能力是舰艇防空作战领域中急需解决的重要课题。通过对舰载红外搜索警戒系统进行分析,提出了一种舰载红外警戒系统效果评价方法,为正确评价舰艇防空反导系统的效能提供了重要依据。(本文来源于《红外》期刊2012年03期）
贾庆莲,邓文渊[6]（2011）在《红外警戒系统的探测概率计算》一文中研究指出提出了一种新的红外警戒系统的探测概率计算方法。针对给定参数的光学系统,建立了计算过程的数学模型,模型显示未知目标在不同运动状态下的瞬时探测概率密度与警戒系统的转速、目标运动速度及距离成正比关系。以人眼为接收器,分析了大气透过率、目标与背景对比度以及杂波对瞬时探测概率的影响。给定目标的一般参数如亮度、飞行速度范围及与背景温差,给定系统的虚警率,仿真实验结果表明:与传统的计算方法相比,该新方法在物理探测概率方面能较好地反应警戒设备的性能,并且能反应目标距离、搜索时间、观察次数的影响。(本文来源于《红外与激光工程》期刊2011年10期）
王英,王雅平[7]（2010）在《基于红外警戒的高压防护系统》一文中研究指出对于某些军事基地、国防设施、军械仓库和监狱等比较独立的重点保护区域,如何抵御人为的外来入侵,可以采取许多主动式或被动式的安全防范措施。在实际使用中,更为值得推广的是主动检测与被动防护相结合的安全防范系统。文中介绍了一种基于红外警戒的高压防护系统的设计方法,阐述了系统的组成及工作原理,给出了安全防范系统的设计思路。与普通的防范系统相比,该系统具有主动检测、自动控制和安全保护等优点。(本文来源于《红外》期刊2010年05期）
周润芝,马良荔,王江安,王乐东[8]（2010）在《舰载红外警戒系统目标图像的离群点挖掘算法》一文中研究指出针对舰载红外警戒系统目标图像中弱小目标的检测问题,提出了一种基于离群点挖掘的目标检测算法(OBTD)。依据目标与背景在灰度分布上的不同特性,算法将弱小目标视为离群点。分割图像为一系列的子图像,计算子图像中各像素值的局部可达密度,设定阈值挖掘出离群点,得到可能的目标点。算法时间复杂度低,实时性好。试验表明,该算法能有效地检测出图像中的弱小目标,便于进一步的目标识别和跟踪。(本文来源于《激光与红外》期刊2010年01期）
孙欣[9]（2009）在《舰用红外警戒技术的发展与思考》一文中研究指出舰用红外警戒系统在水面舰船上的作用越来越受到重视。基于线阵机械扫描的红外警戒系统由于受本身成像体制的限制,存在着一定的弱点。目前各国研制的第叁代舰用红外警戒系统采用了多种新技术和新思路,对其进行分析和总结对新一代红外警戒系统的研制工作具有指导意义。(本文来源于《光学与光电技术》期刊2009年04期）
周刚,陈奇[10]（2009）在《舰载红外搜索警戒系统对反舰导弹的捕捉概率》一文中研究指出舰载红外警戒设备与舰载搜索雷达协同工作时能弥补雷达探测性能的不足,对来袭的掠海导弹和低空飞机可给出充分的报警,增强舰艇的低空防御能力。通过对舰载红外搜索警戒系统分析,提出了实际计算探测概率的具体方法和步骤,此方法可用来定量评价舰艇防空反导系统的效能。(本文来源于《舰船科学技术》期刊2009年07期）
红外警戒论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着经济社会的发展，各个领域对安全警戒的需求都在提升，基于可见光系统的视频监控作为一种十分重要的安全警戒手段已经被广泛应用，但这类系统固有的缺陷使其不能满足市场的需求。首先，现在市场上常见的监控系统不够智能化，还需要大量借助人工来辅助监控，缺乏实时性；其次，基于可见光的监控系统无法在视场环境不佳的情况下正常工作。因此，近年来基于红外的智能警戒系统得到越来越广泛的研究，但针对红外图像的人体目标检测、跟踪、识别的相关算法还不够成熟。本文主要针对“周扫式”红外警戒系统中人体目标的检测与识别展开研究。论文的主要研究成果如下：(1)为了增强图像的对比度，抑制红外图像的噪声，本文采用了一种快速图像增强算法，以消除图像中高亮度的噪声点和增强图像的对比度；针对“周扫式”红外警戒系统在转动过程中会使同一角度的前后两帧图像产生水平方向的平移偏差的问题，本文采用一种基于局部投影匹配算法的图像配准方法对同一角度的前后两帧图像进行配准。本文采用的快速图像增强算法，充分考虑到图像中各角度的背景图像相对固定，并且图像的灰度分布相对集中的特点，将不同温度条件下的背景图像的平均灰度作为标准因子，将图像中高于叁倍标准因子的像素点用图像的均值代替，以消除图像中的“过亮点”，并将各像素点的灰度值与标准因子的比值作为增强各像素点的权值，以降低灰度较低点的灰度，提高灰度较高点的灰度。通过实验验证，这种简单的图像增强方法，能够根据系统自身的成像特点，对图像有效地进行降噪和对比度增强。由于在探测器在旋转过程中会产生抖动，使得图像在水平方向上发生全局偏移，在目标检测前需要先对图像进行配准，本文针对图像只在一个方向上有偏移的特点，采用垂直投影匹配的方法，并用对投影曲线“开窗”的方式，降低图像中存在运动目标对匹配的影响。经实验验证，该配准算法相较于经典的模板匹配算法运算速度更快、配准效果更好。(2)本文采用背景减除法对红外视频序列进行运动目标检测，在对背景建模之前，需要对背景进行初始化，传统的背景初始化方法是将第一帧图像或者前几帧图像的均值作为初始化图像，这容易积累误差，鉴于这一缺陷，本文将剔除目标后的单帧图像作为初始化背景，有效地提高了背景模型的准确性，本文提出了一种基于得分法自适应阈值和双向投影分割的单帧图像目标检测算法。本文对经典的自适应背景更新算法存在的缺陷进行了分析，提出了一种选择性分级自适应背景更新算法。本文将人体目标所在区域视为感兴趣区域(ROI)，并采用基于FAST角点特征和CS-LBP纹理特征的ROI快速检测方法以确认目标分割的准确性。本文针对所提出的算法，进行了实验验证，实验结果表明，本文提出的红外图像中候选目标ROI检测算法能够快速、准确地提取出人体目标区域；本文提出的基于序列图像的目标检测算法，能够有效地克服经典自适应背景更新法在背景存在变化或者图像中存在慢速运动目标时容易产生“残影”的缺点，准确地构建背景模型并提取出图像中的运动目标。(3)由运动检测得出的ROI中，含有很多非人体目标的运动物体，需要对ROI进行分类，识别出人体目标，针对这一问题，本文研究了人体目标的分类识别方法，为了在保持低虚警概率的前提下提高目标的识别概率，并充分考虑到样本数据不足的缺点，本文采用多种特征并行分析的ROI分类识别的方法。本文提出了一种改进的Haar-like特征提取算法，将HOG特征融入到Haar-like特征，有效地增强了Haar-like对目标边缘的表征能力，同时能够有效地对目标的形体特征进行分析。文中，同时对CS-LBP纹理特征进行多分辨率提取(MR-LBP算法)，利用目标的局部纹理特征对ROI进行分类。文中选择Adaboost分类器和SVM分类器分别对正负样本进行机器学习，充分利用了所提出的特征提取算法，并弥补了样本空间不足的缺点，能够将分割出的ROI准确地分为人体目标、汽车和其他目标叁类，经实验验证，本文所构建的红外警戒系统对目标的检测概率达到95%以上，系统的虚警概率低于5%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
红外警戒论文参考文献
[1].樊争奇.红外警戒设备对外接口检测仪设计[J].计算机与数字工程.2013
[2].赵君钦.红外警戒系统中行人检测与识别技术研究[D].国防科学技术大学.2012
[3].郑猛.红外警戒系统目标检测技术的设计[J].科技创业月刊.2012
[4].樊争奇,张阳,周哲蒙.多功能标准台VxWorks操作系统下红外警戒设备软件设计[J].计算机与数字工程.2012
[5].张继勇,叶宗民.舰载红外警戒探测系统效果评价方法综述[J].红外.2012
[6].贾庆莲,邓文渊.红外警戒系统的探测概率计算[J].红外与激光工程.2011
[7].王英,王雅平.基于红外警戒的高压防护系统[J].红外.2010
[8].周润芝,马良荔,王江安,王乐东.舰载红外警戒系统目标图像的离群点挖掘算法[J].激光与红外.2010
[9].孙欣.舰用红外警戒技术的发展与思考[J].光学与光电技术.2009
[10].周刚,陈奇.舰载红外搜索警戒系统对反舰导弹的捕捉概率[J].舰船科学技术.2009