红外传感器在点迹/航迹关联中的应用

点迹／航迹关联是多传感器数据融合系统的关键问题，为提高关联的正确率，把红外传感器方位数据与雷达数据进行关联，通过红外高精度的角度测量和雷达高精度的距离测量的融合，减小系统融合航迹同真实航迹间的误差，给出对目标航迹的精确状态估计，分别讨论了雷达数据的航迹关联算法和雷达／红外数据的航迹关联算法，并进行了仿真性能比较和分析。     

密集杂波和未知数目条件下的多目标检测算法

针对低信杂比和目标数量未知条件下的多目标检测问题,提出了一种基于Hough变换及扩展网络的检测前跟踪算法。首先采用标准Hough 变换及最小距离法生成侯选航迹,然后以每条侯选航迹为单位构成扩展网络,对侯选航迹进行杂波滤除,并利用功率均值法对侯选航迹进行二次筛选。最后通过剔除野点得到准确的航迹数及航迹参数。实验表明该方法不但实时性强,而且较好地解决了以往检测前跟踪算法在未知目标数量的条件下要求目标数量上限先验已知的问题。      

一种实用的多目标航迹跟踪算法

讨论在某试验雷达系统中多目标航迹跟踪问题,即对送入计算机的点迹进行处理,判断出这些点是否是目标点,若是目标点则要与相关的航迹进行关联,从而实现对航迹的更新.在该系统中采用多普勒-距离坐标系.在多目标的情况下,结合多普勒信息,雷达可以较方便地对目标进行区分和距离跟踪.为了快速正确地起始航迹,采用逻辑航迹起始算法来起始航迹,并用利用波门法进行航迹跟踪.最后给出了相关的实验结果.     

复杂背景下红外运动点目标检测算法研究

讨论了复杂背景下低信噪比运动点目标的检测和跟踪问题，提出了基于卡尔曼滤波理论的背景预测，数学形态学膨胀累加，图像流航迹关联和二级并行假设检验的点目标检测方法。实验结果表明该算法能够较大程度提高红外图像的信噪比，有效地检测和跟踪点目标，并且能够解决目标丢失以及跟踪过程中出现目标的问题。     

一种红外弱小目标检测新方法

研究天空背景下红外运动弱小目标的检测。对红外序列图像进行累积后进行小波分析，再采用自适应门限处理，使用小波反变换将背景中低频分量和高斯噪声去除，再采用非线性滤波，最后再使用累积的方法找出目标，并得到目标航迹。实验结果表明，该方法能有效地检测定位运动红外弱小目标，并具有很强的抗噪声性能。     

基于序列图像分组决策算法

针对红外运动弱小目标检测中单帧图像检测率低的问题,在分析了红外图像中运动弱小目标特性的基础上,提出了一种基于序列图像分组决策检测红外弱小目标的方法。该方法利用图像差分法进行目标信息的提取,对图像进行扩边,选取连通域质心来构建滑动邻域块,最后充分利用目标航迹的连续性和噪声的随机分布特性进行目标位置的决策。实验证明,序列图像检测方法对红外弱小目标的检测率要高于单帧图像检测率。     

红外多目标跟踪算法研究

介绍了红外搜索跟踪系统中多目标跟踪与航迹生成算法，采用极坐标数据进行数据的关联和滤波，采用基于逻辑的最近邻原则并结合目标的红外辐射特性进行航迹关联，实现多目标跟踪起始和终结。     

雷达点迹的目标智能特征提取方法研究

雷达数据处理中,目标点迹的输出质量直接影响后续航迹处理的效果,是保证航迹处理成功建航的关键。通过从信号处理给出的目标视频幅度、距离、方位信息中,采用特定的滑窗检测和终了判定准则进行目标点迹的检测,从而得到目标点迹的回波数特征信息;然后从目标回波包络幅度信息中提取目标距离单元上的峰值,智能完成距离凝聚,解决了目标距离分裂现象,并且得到目标点迹的幅度包络特征信息。最后,采用质心法对方位凝聚,完成点迹的凝聚,输出带有目标智能特征信息的点迹给后绪的航迹处理。同时,对点迹的目标智能特征提取这一过程进行了硬件实现。通过某型雷达的实测数据分析,验证该方法的可行性和工程实用性。     

一种基于粒子群算法的红外运动小目标检测算法

提出一种基于粒子群算法的运动小目标检测算法。首先利用两步分离法对图像进行预处理,筛选出少量的侯选运动目标,然后构造候选航迹,利用粒子群算法对候选航迹进行搜索,从而检测出目标航迹和目标点。实验结果表明,该算法能有效地检测出运动小目标的位置。     

一种基于小波与遗传算法的小目标检测算法

本文提出了一种快速检测序列图像中低信噪比(＜2)小目标的算法.该算法采用小波滤波器对每帧图像滤波,提高目标的信噪比,剔除部分噪声点,降低了低信噪比小目标检测算法的运算量;设计了基于遗传算法的起始航迹搜索算法,有效地避免航迹的漏检;采用截断序贯似然比检验,形成确认航迹.仿真结果表明应用此算法,可快速实现信噪比小于2的小目标(2×2)的检测与跟踪.     

一种序列图像中运动点目标的检测方法

序列图像中运动点目标的检测按图像的成像系统不同,可分为红外图像中运动点目标的检测和可见光图像中运动点目标的检测,而现有检测算法多是针对前者。为寻找一种适用于两种类型图像的运动点目标的检测方法,以多云天空为研究背景,提出了一种新的运动点目标检测算法。采用高通滤波和形态学滤波相结合的方法进行背景抑制,基于检测前跟踪（TBD）的基本思想,根据相邻三帧进行目标分割,利用轨迹能量累积方法完成目标检测。理论分析和仿真结果表明,该算法简单易行．既适用于红外图像又适用于可见光图像的运动点目标,而且对目标的运动速度和方向无任何限制。     

双向过采样系统点目标采样模型与检出方法

传统的采样系统对点目标的能量收集能力差,图像信噪比低,像斑面积小。为了克服传统采样的缺点,在对弱点目标进行探测时可以采用双向过采样技术。建立了点目标采样系统的数学模型,分析了双向过采样系统对点目标的检测性能。通过点目标采样系统的数学模型,得到了双向过采样系统点目标像斑分布均匀、灰度梯度小、有一定的面积的特点。从而设计出针对双向过采样系统的点目标检出方法。采样模型得到的像斑能量分布表明,双向过采样系统对点目标的能量收集能力强,点目标像斑面积大,信噪比稳定,采样系统对点目标的空间相对位置有很强的适应能力。仿真分析表明,目标检出方法能够有效提高点目标图像的信噪比。     

新的近距离红外目标跟踪算法

提出了一种特征点匹配的近距离红外目标跟踪算法,该算法利用Harris算子提取目标的特征点,然后利用Hausdorff距离匹配帧间的特征点集,为了减少噪声和杂点的干扰,还引入了特征点邻域相似性度量.该算法在目标出现尺度伸缩、位置平移、角度偏转的情况下仍有较好的匹配性能.实验证明了该算法的有效性和可行性.     

基于置信度的飞行时间点云去噪方法

飞行时间（Time-of-Flight,ToF）三维成像方法由于多路径干扰和混合像素等问题降低了目标物体深度测量的精度。传统的方法通过优化重构异常点云数据或滤除噪声点云数据来提高目标的准确性,但是这些方法复杂度高且容易导致过度平滑。三维点云图像中的有效点云与噪声点云之间的关系很难用数学模型来表示。针对上述问题,本文提出了一种基于置信度的飞行时间点云去噪方法。首先,分析多帧点云数据的概率相关性,以点云数据的置信度作为判别有效点云与噪声点云的依据;其次,利用多帧点云之间的矢量对偶性,提出了一种快速提取不同置信度点云的算法,其时间复杂度为O(L);最后使用该算法提取多帧三维图像中置信度高的点云数据获得目标物体的真实测量数据,并重点对4组不同场景的点云数据进行对比实验。实验结果表明,该算法能够在有效滤除噪声的同时,显著提高目标物体的距离测量精度,增强目标物体的特征,因此具有广泛的应用价值。     

ToF点云强度与位置相关联的目标提取算法

目前光子飞行时间技术在三维成像中应用广泛,但三维点云目标提取相关研究匮乏,因此提出了一种利用点云位置信息和强度信息相关联的三维点云复杂目标提取方法。该方法首先使用边缘提取及形态学处理对点云强度信息中的目标位置定位,使目标在强度图中被标识。然后将强度信息与点云位置信息相关联,在三维点云中提取出目标所在区域。最后建立K邻近邻域,通过改进邻域大小选取方式,使用高斯均值代替固定的人工选择的邻域。实验结果表明,该方法能有效的滤除离群点并完整的保留真是目标物体点云数据的位置信息和强度信息,同时具有较高的运算速度。     

Calibration of a polarimetric imaging SAR

Calibration using point targets is discussed. The fourport network calibration technique is used to describe the radar error model. The processor ambiguity function and the radar distortion matrices are combined to form a generalized polarimetric ambiguity function. The polarimetric ambiguity function of the SAR is found using a single point target, namely a trihedral corner reflector. Based on the resultant polarimetric ambiguity function, an estimate for the backscattering coefficient of the terrain is found using a modified version of the single target calibration technique (STCT). A radar image recorded by the JPL aircraft SAR, which includes a variety of point targets, is used for verification of the new calibration method. The calibrated responses of the point targets are compared both with theory and responses based on the POLCAL technique     

基于中心点回归的大场景SAR图像舰船检测方法

合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测在军事和民用领域有着重要的应用.然而随着SAR图像成像能力的提升,SAR成像场景越来越大,舰船目标检测存在两个难点:一是舰船目标在整幅图像中所占比例极小,很难与周围背景分开;二是靠岸舰船目标通常密集排列,目标之间难以区分.目前常用基...     

两种基于差分的红外点目标图像预处理技术的研究

图像去噪是图像处理中的重要组成部分.目前,针对点目标检测,人们已经发展了一系列比较成熟的滤波预处理算法.本文通过对红外点目标图像预处理方法的研究,给出了两种基于差分的背景抑制算法.最后针对仿真结果,对这两种背景抑制方法的去噪性能进行了分析比较.     

时-空过采样系统对点目标成像仿真与验证

为了验证时-空过采样系统对点目标探测的优越性,设计了红外点目标成像仿真及实验系统,研究并验证了时-空过采样获得的点目标图像形状、能量分布特点。首先,对比分析了时-空过采样系统与常规采样系统对点目标扫描成像原理;然后,对时-空过采样系统成像过程建立模型,通过仿真研究该系统对点目标的成像特点;最后,设计红外点目标成像实验并对实验数据进行分析。仿真及实验结果证明了时-空过采样克服了单采样对点目标成像能量分散的问题,图像信噪比至少提高2倍以上,且验证了经时-空过采样后,点目标像素之间具有特定的相关规律。利用时-空过采样的点目标成像特点,可为点目标的快速检出提供有利条件。     

基于单线激光雷达的目标车辆位姿检测方法

对目标车辆的信息进行高效、准确的检测是自动泊车、智能交通等领域的关键技术之一。针对智能泊车机器人对目标车辆进行近距离测量的需求,提出了一种基于单线激光雷达的车辆位姿检测方法。利用激光雷达扫描目标车辆底部区域,并使用DBSCAN聚类算法分割点云。将车轮点云簇视作L形特征,提出了一种基于特征点搜索的车轮拟合算法,同时给出了两种特征角点搜索准则。针对获取的车轮集合,提出了一种筛选目标车辆车轮的策略,假定了两种车辆位姿检测工况并设计了对应的算法。通过实车环境下的测试,验证了方法的实时性、准确性,满足了泊车机器人的位姿检测需求。