靶场红外测量图像弱信号小目标检测系统的设计与实现

分析了红外图像中小目标、噪声以及背景的特点,考虑到单帧图像处理不能兼顾对目标的可靠检测和低的虚警概率,而现有的多帧检测算法计算量大,难以实时实现,采用了将单帧和多帧检测有机结合的小目标检测技术.首先采用基于高阶统计量的目标检测算法,从单帧强噪声图像中检测出虚警率低的候选目标点;然后针对小目标运动的一致性和连续性,采用多帧高阶互相关的序列图像处理方法,得到目标运动轨迹;最后再对目标运动轨迹进行综合评判,进行航迹确认,得到真实目标的位置和轨迹.实验结果表明,该技术降低了虚警概率,提高了检测概率.     

三维时空中弱点状动目标的实时检测技术研究

在红外图像序列情况下,研究了一种直接在三维时空中实时检测弱点状目标的技术。采用轨迹的方向预测,减少了计算量,提高了实时性;采用目标航迹的能量累积,提高图像信噪比;在恒虚警率检测条件下,采用角度约束和帧间关联获得了可能的目标轨迹。实验结果表明：该技术能够准确检测出任意轨迹运动的多个点目标,具有良好的实时性和准确性。     

基于帧间双向互关联的点状多目标检测算法

针对图像序列中点目标个数的不确定性和目标航迹的初始化问题,研究了一种利用概率加权和多帧图像间的目标双向互关联特性的先跟踪后检测技术算法：首先对组合帧图像进行基于阀值的首次检测,再对目标群概率加权得出目标的初始位置,利用帧间目标的双向互关联特性对各自目标的航迹初始化。仿真实验结果表明,该检测算法计算量小,实时性好。     

基于TBD的粒子滤波红外点状动目标跟踪算法研究

提出了一种新的低信噪比红外序列图像运动点目标检测与跟踪算法,该算法有机地结合了TBD检测算法与粒子滤波跟踪算法。首先通过多帧TBD处理后,检测出运动目标的初始位置和运动速度,然后在跟踪阶段采用粒子滤波算法估计目标运动状态,可实现信噪比为2的点目标的检测与跟踪。对真实红外图像序列进行实验仿真,仿真结果证明,该算法具有良好的实时性与很高的精确性。     

模糊聚类粒子滤波的点状交叉多目标跟踪算法

提出了一种新的低信噪比红外序列图像多目标检测跟踪算法,该算法有机地结合了TBD检测算法与模糊聚类粒子滤波跟踪算法。首先通过多帧TBD处理后,检测出运动目标的初始位置、运动速度,然后在跟踪阶段采用粒子滤波算法估计目标运动状态,并在估计位置开一个跟踪窗进行检测、模糊聚类概率融合。对真实红外图像序列进行实验仿真,仿真结果验证了该算法具有良好的实时性与很高的精确性。     

分布式自适应CMLWCA CFAR 检测方法

针对分布式多传感器系统中不同传感器的信噪比会影响检测决策，提出一种利用各传感器信噪比决定其权值的自适应删除均值加权单元平均（CMLWCA）恒虚警率（CFAR）检测的新方法．在假定目标服从Swerling II起伏的情况下，导出了相应的检测概率与虚警概率闭式解．多种检测器数值分析的比较结果表明了该方法的有效性和优越性．     

基于动态图像差分的多维脉搏信号获取

传统的脉搏传感器无法实现真正的多点脉搏信号检测。该文应用新型脉搏图像化检测装置采集脉搏动态图像，提出利用图像差分的方法获取多点脉搏信号。对不同差分方法实验结果的进一步比较分析表明，利用选择参考帧的差分法能够获得稳定的脉搏信号。讨论了参考帧的选择，实现了多维脉搏信号的获取。为脉搏信号检测与脉诊客观化研究提供了新的思路和方法。     

基于帧差和小波包分析算法的运动目标检测

提出了一种在镜头不动的情况下基于累积帧差分割和小波包分析融合技术的运动目标检测方法.这种方法可分为四步:使用改进的累积帧差算法和阈值分割算法完成目标区域的分割,并获得初始运动模板;利用小波包分析算法提取出单帧图像的边缘信息并获得细化的目标区域边缘图;根据初始运动模板和空域边缘图像的融合得到更精确的运动目标模板;最后结合原序列图像检测出完整的运动目标.实验结果表明:这种方法可以有效地从对比度较小和噪声较大的视频序列中较精确地检测出完整的运动目标.     

基于小波多尺度分解与GLR的UWB信号检测技术

由于常规窄带信号检测方法不能适用于超宽带信号,为了对超宽带信号进行有效检测,提出了一种基于小波多尺度分解与广义似然比(GLR)相结合的新颖目标检测方法;首先利用小波进行多尺度分解,获得目标所在的位置,通过计算小波域能量,来截取目标信号,由此计算散射中心的分布密度,然后结合利用广义似然比,来实现超宽带信号检测;仿真试验结果表明,该方法与常规的双门限方法相比,在信噪比相同情况下,能获得更好的检测概率,从而体现其优越性.     

基于累积绝对差图像与交叉熵分割的运动目标检测与定位

提出了一种新的运动目标检测与定位方法。针对位移变化较小的运动目标，先对运动序列中所有相邻两帧图像作绝对值差分运算，然后再将绝对值差分结果进行累加，从而得到累积绝对差图像。利用交叉熵分割法对累积绝对差图像二值化，并结合形态学方法去除噪声，求取出目标的运动区域。对运动序列的首帧和尾帧进行差分运算并二值化．为了去噪，将首尾帧差图像与累积绝对差图像进行逻辑与运算，确定出目标在首尾图像中的位置。实验结果表明了本方法的有效性和鲁棒性。