致  谢 28

参考文献 29

1  绪论

    视觉是人类感知这个世界的最直观的方式和主要途径。据研究表明,人类对外界信息的获取80%以上是采用视觉方式得到的,采用视觉方式来感知环境效率很高。人类采用视觉方式感知世界的过程显示为:眼睛利用对光信号的感受来获得物体影像,然后用人体的视觉神经系统将影像传入大脑,通过大脑对获得的影像信息进行一定分析处理,从而得到对这视觉信息的解释。图像和视频是记录客观事物最直观具体的信息表述形式,同时也是人类最最重要的信息类载体。自从信号处理理论与计算机出现之后,人们想通过摄像机得到视频图像并且将其变换成数字信号,采用计算机来模拟人脑对视觉类信息处理的全部过程,从而逐渐形成计算机视觉这个新兴的学科。计算机视觉定义为使用计算机和相关图像视频提取设备模拟生物视觉功能的一种技术,使用该技术可以利用对采集的视频或图片进行一定分析处理来获得相应场景的一些三维信息。计算机视觉的研究内容是通过图像传感器把动态或静态图像作为信号输入,通过计算机对这些图像信息进行处理运算,协助人分析和判断,从而实现让计算机观察和理解这个世界,并按照人的要求来完成预定的工作。

在现实生活中有意义的视觉信息大都包含在运动中[1]。虽然人类视觉可以同时看到运动和静止的物体,但在很多情况下我们关心的通常只是运动中的物体,因为运动中的物体通常携带着更丰富重要的信息。运动目标检测的目的是从一些序列图像中从背景图像中将运动目标提取出来,从而为进一步的分析视频打下基础。智能视频监控系统中关键技术包括视频中运动目标检测技术,对于目标跟踪、行为理解和分类等后期处理相当重要。因此研究运动中目标的检测问题,有很重大的理论意义和应用价值。

伴随计算机技术的不断发展,图像处理己经深入到民用和工业领域各个方面,例如出版印刷、激光雷达图像处理、军用目标检测、家庭照相、交通车辆检测、水下激光图像处理等等。因为目标检侧的好坏直接关系到后续的图像处理的优劣，所以在图像处理领域中的目标检测是非常关键的过程。对红外运动图像处理的相关研究主要集中在这两个方面:硬件系统研制和软件算法的研究。算法是图像处理技术的核心,目前主要采用VisualC++等一些高级编程语言进行各种图像类处理算法的研究.然而这种研究工作方式对研究人员的编程能力提出了非常高的要求,尽管其编程的随意性相当好,但是研究人员的精力往往被集中到系统的外围接口之上,而不是算法自身。并且利用VisualC++等这些高级编程语言进行算法编程也很麻烦,研究人员每更新一次检测算法都是一件非常“痛苦”的事情,特别是将硬件处理系统与检测算法相结合的时候。             Simulink提供了大量图像处理功能模块及与常用DSP图像处理硬件的接口,可以使研究人员充分使用Matlab强大的现存函数库,方便他们进行各种各样图像处理算法的仿真构建与实时验证,并且可以很容易地载到硬件系统中。从建模再到实时仿真验证,往往几分钟就可以完成了。

作者在阅读了大量文献与相关书籍的基础上,主要研究了用simulink仿真实现了静态环境下非静态红外目标识别与检测。本文核心内容如下:

第一章为绪论，介绍课题研究背景及意义；

第二章首先介绍了数字图像处理的一些相关知识；几种常用颜色模型的基本理论与特点；在图像去噪方面,介绍了图像去噪方面的一些知识；另外还介绍了图像均衡化和边缘检测的相关知识； 基于Matlab红外运动目标检测的仿真实现(2):http://www.751com.cn/tongxin/lunwen_67389.html