1、本文主要研究在復(fù)雜背景情況下小目標識別的算法，并且根據(jù)現(xiàn)有硬件的處理能力，本文提出一套針對復(fù)雜背景條件下的小目標識別的算法。以TI公司高性能數(shù)字信號處理芯片（TMS320DM642）為核心器件構(gòu)建實驗平臺，并且將該算法移植到實驗平臺中來加以驗證。 通過對小目標識別技術(shù)現(xiàn)狀的分析，其算法研究的關(guān)鍵在于算法的抗干擾能力、穩(wěn)定性和運算量。我們認為除了問題內(nèi)在的復(fù)雜性以外，實時性是制約小目標識別系統(tǒng)應(yīng)用的一個重要因素。因此，為了促進目標

2、識別系統(tǒng)的應(yīng)用，必須把研究和實現(xiàn)分為兩個層次，即離線處理和在線實時處理有機聯(lián)系的分布式智能系統(tǒng)，以解決實時性、可應(yīng)用性、可開發(fā)性與問題復(fù)雜性的有機統(tǒng)一。在線處理部分必須是簡化的，能應(yīng)付有限情況而非萬能，從而可達到實時性。離線部分可以復(fù)雜得多，但不可能做到實時。 對在線處理部分來說，只有應(yīng)用效果顯著的圖像處理的算法，才能提高光測設(shè)備對小目標的識別能力。但是在圖像處理系統(tǒng)中，實時的應(yīng)用環(huán)境有嚴格的幀，場時間限制，即每場圖像的處理必須

3、在20MS內(nèi)完成，針對復(fù)雜的圖像處理算法的可觀的運算量，對系統(tǒng)的運算速度又提出了更高的要求。所以解決問題的關(guān)鍵就是在現(xiàn)有硬件處理能力的基礎(chǔ)上選取一套高效的、優(yōu)化的算法。 本文首先比較了目標識別領(lǐng)域一些常見算法的優(yōu)缺點，然后綜合本文所處理的視頻圖像的特點和實時性的要求，提出一種實用的核心算法，首先對每一幀圖像,采用Top-hat 變換形態(tài)學濾波，高通濾波、自適應(yīng)閾值分割等高通濾波,濾除每一幀圖像中的大面積背景。然后根據(jù)相鄰幀之間運