运动目标的检测、识别与跟踪是应用视觉领域的一个重要的研究课题,在武器制导等军事领域得到了广泛的应用。 本论文从算法分析和实验研究两个角度,对电视跟踪系统中的关键技术——自动目标检测与识别技术及其实时处理方法进行了研究。在满足实时性要求的前提下,解决了目标检测、目标分割精度和识别准确性的问题,实现了目标的连续、稳定的跟踪。具体地说,本论文的研究内容主要包括图像预处理、目标运动信息提取、图像分割、目标识别几个部分:首先采用中值滤波对图像进行预处理,提高了图像的质量;然后采用基于序列图像差分的邻域比较方法获取目标的运动信息,该方法简单、易实现,并有一定的降噪功能,增强了系统的抗干扰能力。在图像分割中采用了由粗到精的两步分割的策略。特别地,在目标精分割中,本论文提出了一种基于一维最大类间方差和区域生长法的新的分割算法,算法中对区域生长法作了改进,提出了一种带约束条件的生长规则和一种新的生长策略,降低了算法的复杂度,减小了运算量,克服了因目标图像模糊或目标的灰度不均匀造成的分割失败,实现了跟踪过程中目标图像的快速、准确分割。本论文还根据系统的不同工作状态,提出了一种以特征匹配为主,模板相关匹配为辅的识别算法,并构建了一个三次型非线性的识别置信度函数,实现了各种状态下对目标的自适应判决识别,使系统在计算量尽量少的条件下,具有较高的目标识别率及较低的目标虚警率。另外,为提高系统的实时性、识别精度和跟踪稳定性,本论文还采取了多种有效的策略,如:相似目标辨识、特征参数模型及模板自适应刷新、自适应波门。实验表明,本论文所提出的自动目标检测、分割和识别算法,在一定的误差范围内可以准确分割并识别导弹目标,性能稳定,具有较高的理论和实用价值。