复杂背景下弱小点目标的检测算法

本文讨论复杂背景、强干扰条件下，对于移动平台下弱小目标的检测，提出一种基于隐Markov模型的快速检测算法，该算法通过计算摄像机视场的运动，消除背景的干扰，通过计算模型中的目标转移概率和似然函数，确定点目标的运动轨迹，实验表明了该算法的有效性。     

自适应复杂背景干扰的运动目标检测算法

基于视频图像的运动目标检测,是根据目标的像素特征来判别出相对于背景运动的目标,当图像背景动态变化时,将难以区分背景和运动目标的像素特征,易造成检测错误。复杂背景下的运动目标检测是一大难点,目前主流的运动目标检测算法在背景灰暗、水面波动、气流颤动等复杂背景干扰下,难以准确地检测出运动目标。针对上述问题,提出一种自适应复杂背景干扰的运动目标检测算法,采用新的前景判断和背景模型更新方法,同时设计了一种创新型自适应阈值更新方法,当视频背景变化时,自动更新阈值。该算法增强了对复杂背景、镜头抖动的抗干扰能力,通过各种视频测试,背景点检测正确率达到0.9958,前景点检测正确率达到0.8012,极大提高了前景检测率,而且该算法满足高实时性要求,对复杂背景下的运动目标检测有显著效果。     

一种基于梯度和Vibe算法的运动检测算法

针对运动检测算法在动态背景下准确性不高的问题,提出了一种基于梯度图和改进后的Vibe算法相结合的运动检测算法.该算法首先利用Sobel算子计算出梯度图,然后采用Vibe算法与三帧差分法相融合的方法对梯度图进行检测,获取运动目标.该算法改变了传统的以原始图像来构建背景模型的思想,提出了用梯度来构建背景模型,有效地改善了运动检测中的误检问题.实验结果表明,与GMM(高斯混合模型)、Codebook相比,该算法在静态背景和动态背景下实时性和准确性都较好.     

基于带通滤波的红外小目标捕获算法研究

分析了红外点目标的成像特性，介绍了带通滤波的特点和设计方法，并在对数据进行滤波处理后采用基于位置和灰度相关算法对目标进行确认，引入了海天线的计算模型。该方法适应性强，处理效果好，对海背景干扰和天空去云层干扰具有较高的抑制作用。通过卷积实现的带通滤波算法计算简明，且容易由硬件实现，对运动小目标的检测具有较强的应用价值。实验结果表明该算法能够检测出海天背景下帧间移动的低信噪比的红外小目标。     

基于混合模型的运动目标检测算法

自然界中复杂的环境对视频临控系统有一定的下扰,对运动物体的检测也将产生显著的影响,通过分析光照变化、背景干扰等现象对运动目标的检测的影响,本文提出了一种能适应环境变化的混合模型运动目标检测算法,该算法结合帧间差分法和混合高斯模型算法的优点,将帧差法作为进行高斯背景减法的指导,既能得到较高的灵敏度又能进一步提高检测效果,...     

一种改进W4算法的运动目标检测研究

针对经典W4背景建模算法只能克服光照强度的微小变化以及背景的轻微运动等问题,提出了一种新的运动目标检测算法。首先,利用均值法进行背景初始化选出静止像素集合,消除背景中运动目标的干扰;其次,给定背景初始帧,用经典W4算法计算出每个像素点的最小灰度值、最大灰度值以及最大帧间差分值;然后,对每个像素点提取的最小灰度值和最大灰度值进行线性加权,并且与均值法得到的初始背景相结合建立稳定的背景模型,克服了移动、阴影、光照突变等影响;最后,比较当前帧与背景模型从而检测出准确的运动目标。实验证明,与其它均值法、经典W4算法以及混合高斯背景建模方法相比较,改进方法不仅耗时短而且取得了较为理想的检测效果。     

基于混合高斯模型和六帧差分的目标检测算法

鉴于传统混合高斯模型在光照突变、噪声干扰时鲁棒性不高,易造成检测错误等问题,提出了一种改进的视频运动目标检测算法。该算法将混合高斯模型与六帧差分算法相结合,构建了一种高效的运动目标轮廓模型,并嵌入背景替换法和动态阈值分割法提高算法的稳健性,通过连通性检测和形态学处理,得到完整的运动前景像素。不同场景的视频检测结果表明,改进算法有效克服了光照突变、噪声干扰、空洞及双影现象,与同类算法相比,具有更高的准确度和鲁棒性。     

融合ViBe改进算法和图像均值的运动目标检测

针对视频前景提取(ViBe)算法在模型初始化时因前景像素干扰导致的“鬼影”问题，面对复杂背景环境的更新策略问题，提出利用图像像素均值作为参考对ViBe算法模型进行初始化优化；同时，提出随背景模型复杂度变化的自适应更新策略。利用邻域像素和连续帧背景像素的相似性进行背景模型初始化；然后通过计算样本间各像素的方差判定背景模型是否稳定，建立自适应的更新策略；最后提取运动目标。通过CDnet2014数据集验证表明：该算法有效改善了“鬼影”现象，提高了背景模型在复杂环境下的鲁棒性，各项客观评价指标也有所提升。     

基于改进分水岭和形态学的视频运动目标检测

为了获得理想的视频运动目标检测结果,本文提出了一种标记分水岭和形态学相融全的视频运动目标检测算法。首先采用各向异性扩散模型对视频图像进行预处理,消除噪声对目标检测的干扰,然后差分算法提取运动目标的轮廓,并对提取的目标轮廓进行形态学操作,最后采用标记分水岭算法对运动目标进行标记和分割,并采用仿真实验测试算法的性能。仿真结果表明,本文算法较好防止了"过分割"缺陷的出现,可以准确从复杂背景检测到运动目标,不仅提高了视频运动目标的检测正确率,并且加快了视频的检测的速度。     

运动人体轮廓检测算法的分析与改进

在视频序列的人体运动分析中,实时分割出运动的人体,是研究的关键步骤。为了克服不均匀光照、前景运动缓慢、背景中存在摇摆的树叶等因素对检测带来的影响,提出了一种背景减除法与帧间差分相结合的运动目标检测方法。该方法首先通过基于帧差法的背景模型建立方法建立背景图像,再结合背景减除与带有权值的帧间差分检测运动目标,降低目标物体对速度和环境干扰的敏感性。最后通过形态学梯度运算操作消除外界噪声的影响。实验结果表明,本文提出的算法计算简单,对环境适应能力较强,是一种有效的运动人体检测方法。     

一种基于优化参差比的改进MTI滤波器

杂波的抑制 ,无论是从抗干扰还是提高雷达系统改善因子来说都是必不可少的。抑制杂波的同时为了避免陷入盲速区的目标损失过大 ,提出了一种基于优化参差比的MTI滤波器 ,该滤波器可在杂波谱中心形成随杂波散射元均方根速度展宽的凹口以抑制杂波 ,并利用参差脉冲将盲速推到三倍音速以外 ,而且通过最优参差码的选择使第一零点尽可能的浅 ,从而防止陷入凹口的弱目标丢失 ,最后通过对搜索最优参差比的简化 ,使运算量至少减少一半。仿真结果和性能分析验证了该算法的可行性和有效性     

宽带强干扰背景下的弱信号源DOA估计方法

在宽带弱信号DOA估计中,当强干扰与弱信号的方向角很接近时,弱信号被强干扰所掩盖而无法检测出弱信号的方向。文中提出了一种先对数据进行干扰相消预处理,再采用MUSIC算法估计弱信号DOA的方法。仿真结果证明了该方法的有效性。     

一种新的基于遗传算法的滑动参差MTI滤波器设计

提出一种新的基于遗传算法的滑动参差MTI滤波器优化设计.采用滑动脉冲的方式进行MTI滤波器设计,并利用遗传算法搜索最优参差码,有利于检测陷在滤波器第一零点里的弱目标.同时该滤波器可形成多个凹口以滤去多种杂波,并将盲速推到三倍音速以外.由于采用遗传算法对参差码进行搜索,使运算量大大减少.仿真结果和性能分析验证了算法的可行性和有效性.     

基于遗传算法的OTHR机动弱目标检测

天波超视距(OTH)雷达系统中,为了获得较高的多普勒分辨率,通常会采用长的相干积累时间,但对于机动目标,长相干积累时间会导致回波的多普勒展宽,不利于检测。对于弱目标,由于其能量低,容易被强目标掩盖,加大了检测难度,针对这一问题,提出一种基于目标运动参数估计的OTHR机动弱目标检测方法。利用遗传算法优越的参数估计性能这一特点,采用遗传算法估计各目标的运动参数,并引入"clean"算法的思想,在时域上逐个减去强目标,以消除强目标的掩盖效应。又考虑到遗传算法的运算量较大,进一步提出采用时频分析算法估计各参数范围,减小遗传算法的运算量。仿真结果表明,与已有算法相比,文中算法具有更高的参数估计精度和弱目标检测性能。     

基于最小范数准则的多普勒频率高精度估计

提出一种雷达回波多普勒频率的高精度估计算法。算法利用脉冲间干扰和噪声的相关性较弱,从而在脉冲链自相关矩阵中抑制干扰及噪声分量。并基于最小范数准则实现多普勒频率估计。该算法在多种干扰/噪声背景下估计精度接近CRB,且计算量较小。仿真实验也验证了算法的有效性。     

改进型遗传算法的滑动参差MTI滤波器设计

介绍了基于改进型遗传算法的滑动参差MTI滤波器优化设计。采用滑动脉冲的方式进行MTI滤波器设计,利用改进型遗传算法搜索最优参差码,有利于检测陷在滤波器第一零点里的弱目标。同时该滤波器可形成凹口以滤去杂波,并将盲速推到3倍音速以外。由于采用改进型遗传算法对参差码进行搜索,使运算量大大减少。仿真结果和性能分析验证了算法的可行性和有效性。     

水下目标的多速率交互多模型跟踪算法

为解决水下机动目标精密跟踪定位的实时性和可靠性问题,根据水下目标运动速度慢、机动性能弱的特点,该文利用小波变换技术实现了模式空间与测量空间的混合滤波,建立了水下机动目标多速率交互多模型跟踪定位算法,给出了多速率常速度和常加速度多模型滤波算法的统一表示形式。仿真试验的结果表明水下目标的多速率交互多模型跟踪算法具有较低的计算复杂度,能够改善水下目标跟踪的可靠性和实时性。     

一种强干扰条件下微弱信号DOA估计的新方法

给出了一种基于均匀线性阵列的既能抑制强烈干扰,又能同时进行微弱信号DOA估计的算法。在已知强干扰源个数和入射方向的前提下,先使用改进的波束形成方法,在子阵上进行波束形成以抗干扰,再对加权后的子阵进行微弱信号的DOA估计。该方法的优点是当干扰和希望信号处在同一个波束内时,不需要提高信号的信噪比就可以正确地估计出信号的入射方向。理论分析和计算机仿真都表明该算法是有效的。     

一种基于QMC-APF的检测前跟踪算法

针对粒子滤波检测前跟踪算法中存在的粒子数目大,导致计算量和存储量大的问题,提出了一种基于拟蒙特卡罗的辅助粒子滤波检测前跟踪算法。该算法通过引入拟蒙特卡罗思想,产生低差异序列代替原来算法中的伪随机序列,使得粒子分布更加均匀,可以有效降低粒子数;采用辅助粒子滤波算法,对粒子进行两次加权操作。实验仿真表明,在对雷达弱目标进行检测与跟踪的过程中,该算法能够在保证算法性能的同时减少算法中的粒子数目,有效降低计算量和存储量。     

机载外辐射源雷达空时处理中距离徙动校正算法研究

空时处理是实现机载外辐射源雷达杂波抑制和目标能量积累的有效手段。然而,外辐射源雷达目标信号微弱,需要在长相干处理时间(CPI)下进行空时处理,以提高目标信噪比。长CPI下,目标将出现距离徙动,造成积累增益损失,降低系统威力。针对上述问题,该文根据外辐射源雷达特点,提出将Keystone变换与3DT-SAP算法有机结合的距离徙动校正算法。该算法计算效率高,具有实时处理的潜力,能在抑制杂波的同时校正距离徙动,且校正过程信号能量损失小。仿真表明,该算法能充分抑制杂波,且对不同速度、不同强弱的目标进行有效的距离徙动校正,是一种高效、高性能的机载外辐射雷达距离徙动校正算法。