1 浙江理工大学信息学院, 杭州 310000
2 中国西南电子技术研究所, 成都 610000
弱小多目标的检测与跟踪是雷达探测面临的一个重要技术难点。面向复杂背景下的弱小目标探测, 提出了一种新的思路, 从3个方面对探测性能进行优化: 首先, 通过对概率数据关联算法进行改进来实现复杂背景下目标跟踪;其次, 通过自适应处理来实现斜视阵条件下非均匀杂波的抑制;最后, 通过分析目标隐藏信息来扩大目标跟踪范围, 完善目标形态。实验验证了此算法能很好地应用于跟踪波门重合性质的目标, 既能使跟踪的精确性得到保障, 又能大幅度提升关联速度, 能够很好地用于复杂背景下的弱小目标探测。
目标检测和跟踪 概率数据关联算法 非均匀杂波抑制 雷达目标检测 target detection and tracking probabilistic data association algorithm nonuniform clutter suppression radar target detection
华中科技大学计算机学院， 湖北 武汉 430074
主要研究了红外图像中运动点目标的检测及跟踪问题。在复杂背景下， 根据小目标在红外影像中容易丢失的特性，利用 Atrous小波变换对图像非抽取(变换后图 像数据未损失)的优点对红外图像进行了背景抑制与增强。通过聚类分割算法分割出了可疑目标，并 采用八邻域分析算法准确跟踪并提取出了运动小目标。试验结果表明，本文算法在对红外序列图像中的运动目标进行检测与跟踪 时具有较强的实用价值。
ATrous小波变换 图像分割 红外运动目标 八邻域分析 目标检测和跟踪 Atrous wavelet transform target enhancement image segmentation moving infrared target eight neighboring region analysis target detection and tracking
陕西师范大学 物理学与信息技术学院，西安 710062
针对复杂背景下红外小目标的检测与跟踪，提出了一种融合了top-hat算法、遗传算法以及粒子滤波器的新方法.该方法首先采用提取副帧的方法去除目标周围部分的背景和噪音，有效地减少了参与运算的像素数目；其次，将具有不同边缘特性的多个结构体应用于top-hat检测算法中，提高了副帧中预目标的有效性；接着，利用目标时空运动的相关性，结合阈值判断来去除虚假目标，增强了目标检测的可靠性；最后，将遗传算法引入粒子滤波算法，较好地改善了粒子的多样性，在保障跟踪实时性的同时，提高了粒子滤波的准确度.实验结果表明，该算法在检测准确度、跟踪准确度和鲁棒性都具有一定的优越性.
形态学滤波算法 遗传算法 粒子滤波 红外小目标 检测和跟踪 Morphological filtering algorithm Genetic algorithm Particle filter Infrared small target Detection and tracking
