低信噪比红外成像制导跟踪算法研究

根据红外图像成像的特点,对低信噪比红外图像进行了分析,提出了基于背景抑制的预处理方法；总结了在不同的作战环境和要求下红外成像制导常用跟踪算法的相关跟踪和对比度跟踪,并对这两种算法的适用范围及跟踪效果作了对比。     

一种基于多传感器数据融合的目标跟踪算法

在制导与跟踪系统中．雷达和红外成像传感器所固有的优缺点，决定了其自身的局限性。为综合利用上述传感器信息，提高目标跟踪精度，提出了一种基于雷达和红外成像传感器数据融合的交互多模目标跟踪算法，算法首先对红外图像进行处理，然后基于上述处理结果．利用交互多模算法对雷达观测信息进行目标跟踪，最后采用分布式数据融合算法得到最终目标的跟踪结果。在有效提高跟踪精度的同时，减少了运算量。     

舰船红外成像目标智能跟踪算法研究与实现

研究了舰船红外成像目标的智能跟踪技术。通过对成像阶段和跟踪算法的分析,提出了一种新的复合跟踪算法,对MAD跟踪算法和形心跟踪算法作了改进,跟踪算法之间的切换依据高亮点数原则。设计了一个舰船红外成像目标智能跟踪系统,硬件平台是以TMS320C6201芯片为核心、采用DSP+FPGA技术构建的。为了保证跟踪系统的智能性和稳定性,提出了置信度因子和局部分割技术。外场实验表明,该跟踪系统能够对目标进行稳定、智能的跟踪。     

自动监视和告警系统中红外弱小目标的识别

红外弱小目标识别一直是自动监视和告警系统中的一项关键技术。成像跟踪识别系统的算法研究需要分析特定应用环境中的背景和目标特点，本文第一部分对此进行了分析。接下来，在对应用环境进行分析的基础上，对远距离红外小目标的探测、识别和跟踪算法进行了介绍。最后，针对视频环境下的红外跟踪，介绍了为提高跟踪稳定性而进行的一系列实验及其原理装置。     

红外成像目标跟踪的MHT改进算法及其DSP硬件实现

探讨了改进的MHT(多假设跟踪)算法及其在红外成像跟踪系统中的应用。根据红外目标及背景的特点，对红外图像数据进行自适应的空间滤波预处理后，运用改进的MHT算法实施目标识别和航迹跟踪处理。并利用4片TMS320C6000系列DSP组成流水线处理结构，实现了该算法的硬件并行处理，取得了良好的实用效果。     

反舰导弹红外成像导引头跟踪器预处理算法研究

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术，低信噪比条件下对运动目标的检测性能在很大程度上依赖于红外图像预处理。本文根据反舰导弹红外成像导引头总体技术指标要求，结合现代红外图像处理技术的发展水平，提出适合对海面运动的中小型舰船目标边检测边跟踪（TBD）红外图像预处理算法，外场跟踪试验结果表明：对于处理信噪比较低的运动舰船目标，该算法简单有效，但工程上如何自动捕获并且稳定跟踪舰船目标，还有待于作进一步的研究。     

红外成像制导多模实时识别跟踪算法研究

对红外成像制导跟踪模式进行了分析和选择,分析比较了中心跟踪算法、边缘跟踪算法、特征序列匹配算法、相关跟踪算法等的特点,并在此基础上提出了多模置信度和智能控制跟踪算法.     

飞行器红外图像识别与跟踪算法研究

为解决红外成像制导导弹仿真中的图像快速识别与跟踪问题,提出了一种飞行器红外图像识别与跟踪算法。首先,将导引头的图像识别过程分为图像预处理、图像特征提取与选择以及图像识别三个部分,并分别建立了实时高效的算法模型。然后,研究了图像跟踪的有效算法,并以导引头获得的红外图像为例,对各算法的处理结果进行了仿真分析。最后,选取特定的红外场景,应用文中提出的识别跟踪算法模型对图像进行识别,并对仿真结果进行分析。     

红外成像灰度随距离变化的李群表达

大气对红外辐射传输的影响引起的红外成像灰度变化,是红外目标跟踪应用需要应对的问题。对红外成像灰度变化规律进行李群建模,对设计高效、鲁棒的目标跟踪算法具有重要意义。首先分析了红外辐射传输模型,并结合红外成像机理,得到红外成像灰度变化模型。进一步从理论上证明了大气影响下红外成像灰度变化规律符合李群结构,提出了红外图像灰度动态变化的一种非欧数学表征。最后根据红外成像灰度变化模型对不同环境下采集到的外场实验数据进行拟合,回归分析结果表明了该模型的准确性,进而说明了对红外成像灰度变化规律进行李群表达的合理性。     

评估烟幕对红外成像跟踪系统的干扰效果

烟幕是红外成像跟踪系统的一种重要的对抗手段,对其干扰效果的评估具有重要的意义.首先研究了基于分形拟合误差的红外烟幕对舰船目标遮蔽效果的评估方法,改进了毯子覆盖法进行分形维计算的实现方法.之后,以典型跟踪算法为例,将分形拟合误差量化,评估了烟幕对红外成像跟踪系统的干扰效果.仿真实验表明,基于分形拟合误差的评估方法能够真实地反映烟幕对红外成像跟踪系统的干扰效果,是一种有效的评估方法.     

基于小波变换的遗传算法在红外跟踪系统中的应用

目前红外跟踪技术是当代红外技术的重要军事应用之一,但由于外界的干扰环境及红外热探测器件本身的灵敏度影响了其成像质量。为了提高红外跟踪系统的图像识别精度,本文针对红外探测器生成的空中目标图像,提出用基于小波变换的遗传算法对红外热图像进行处理。实验结果验证该算法可以有效提高图像质量,能够满足跟踪系统的精度要求。     

基于不变矩特征的红外成像制导跟踪算法研究

随着红外成像制导技术的发展,它对制导跟踪算法的精度和实时性的要求越来越高。制导系统已被要求在20 ms的时间内输出跟踪结果。某些跟踪算法虽然效果较好,但达不到实时输出。经典的制导算法-相关跟踪算法主要基于像素灰度特征进行跟踪,无法解决跟踪过程中由于目标的旋转、膨胀以及仿射变换带来的跟踪点漂移问题。为了解决经典相关跟踪算法无法解决图像旋转时的跟踪稳定性问题以及目标图像急剧膨胀时的跟踪点漂移问题,研究了图像不变矩的特征。利用图像不变矩的旋转-伸缩-平移不变性,选择合适的不变矩特征用于跟踪。通过用归一化的乘法相关函数以及基于相关系数值的模板更新策略设计跟踪算法,解决了复杂背景及强噪声条件下不能对尺寸和形状发生变化的目标进行稳定跟踪的问题。     

基于多模型融合的红外序列跟踪算法

作为一种新型图像获取技术,热红外技术能避免光照强度和背景颜色对目标提取的影响。当前利用热红外序列进行目标跟踪的算法大多结合可见光和热红外图像。针对这种局限性,提出了一种纯粹基于热红外序列的跟踪算法。首先,通过改进的码书算法和灰色预测模型,对序列中的背景信息和运动目标的运动方向进行建模;然后,将建模结果结合到压缩跟踪算法中,通过自适应的方法使背景信息、运动信息以及目标特征信息在跟踪过程中互相补充,消除跟踪算法对于可见光图像的依赖性,减少由于目标纹理特征不明显而对跟踪效果产生影响。实验证明,经改进的跟踪算法处理速度快,正确性得到了明显的提高,能更好地适应热红外序列的特点。     

基于元学习的红外弱小点状目标跟踪算法

为了在研究红外弱小点状目标的特征基础上有效解决训练数据不足的问题, 采用了基于改进的元学习红外点状目标跟踪算法。首先将元学习通过预训练跟踪模型运用到卷积神经网络中, 采用离线训练的方式在静态红外图像数据集上训练得到目标的通用表示, 再通过在线训练的方式利用初始帧的目标位置学习得到目标的特定表示; 通过卡尔曼滤波算法预测目标运动模型, 得到最优的搜索区域。此外, 为了解决遮挡造成的目标丢失问题, 研究了重检测机制, 并进行了理论分析和实验验证, 取得了较好的跟踪结果, 跟踪精度达到了90%。结果表明, 该方法在同一数据集下相对其它跟踪算法实现了更精确地跟踪红外弱小点状目标的效果。该研究为机器学习算法在红外弱小点状目标跟踪中的应用提供了参考。     

基于特征融合与通道感知的无人机红外目标跟踪算法

针对手工提取特征对红外目标不敏感,导致无法准确跟踪红外目标的问题,在全卷积孪生网络框架下,融合多层深度特征并结合通道感知提出了一种无人机红外目标跟踪算法。首先使用预训练网络提取目标深度特征,分别提取待跟踪目标的Conv4-1、Conv4-3、Conv5-2层特征,进而通过梯度计算选择对于目标活动和尺度变化较为敏感的特征通道参与后序的互相关操作,并通过计算模板图像和候选区域搜索图像之间的相似度获取目标响应图。最后利用平均峰值相关能量对跟踪结果进行评估并使用卡尔曼滤波对跟踪结果进行修正。在LSOTB-TIR红外目标跟踪数据集上进行了性能测试并与当前九种优秀的算法进行了对比,实验结果表明,本文算法跟踪成功率最高,能够有效应对红外目标跟踪中热交叉、干扰源等挑战,且具有较好的实时性。     

红外图像阈值分割算法的研究

目标分割是图像处理、计算机视觉及人工智能领域中的一项基本而关键的技术,其目的是为后续的识别、分类、跟踪和检索提供依据.由于红外图像具有对比度低、噪音大,图像模糊等特点,故将遗传算法应用到红外图像阚值分割中.本文对红外图像阈值分割算法进行了综述,对遗传算法在红外图像分割中应用的研究方法,研究现状及其新技术进行了介绍.该算法被用在红外图像处理中,并取得较好效果.     

Target tracking in infrared imagery using weighted composite reference function-based decision fusion.

In this paper, we propose a novel decision fusion algorithm for target tracking in forward-looking infrared image sequences recorded from an airborne platform. An important part of this study is identifying the failure modes in this type of imagery. Our strategy is to prevent these failure modes from developing into tracking failures. The results furnished by competing ego-motion compensation and tracking algorithms are evaluated based on their similarity to a target model constructed using the weighted composite reference function.     

宽动态红外图像增强算法综述

红外成像系统设计中,一般采用宽动态的采集电路以获得丰富的细节信息,当前大部分的显示设备都只有8位,所以将宽动态图像压缩成低动态图像同时保持尽可能多的信息成为重点。研究了当前主流的宽动态红外图像处理算法,分析了映射、图像分层和梯度域3类算法的优缺点,实现了3类算法中的经典算法,并用同一张红外图片进行对比分析,提出了各类算法的改进意见。图像分层算法要在抑制光晕和梯度反转的情况下降低时间复杂度;梯度域算法需在进一步提高细节信息的情况下抑制背景噪声。