基于光学传感器数据融合的小目标识别方法研究

可见光与红外成像侦察是光电侦察领域中的最重要的获情手段,但是由于当前缺乏针对两种光学传感器获取的目标图像进行融合的有效方法,严重制约了光学目标检测和识别概率的进一步提高,尤其是小目标的识别问题,成为光电侦察领域的一个难题.本文立足小目标光学成像特点,充分运用图像处理领域前沿理论方法,研究提出了基于可见光和红外图像数据融合的小目标识别算法流程框架,为小目标识别问题的解决,提供了切实可行的指导.     

基于Wiener滤波的小目标检测方法

红外云背景中小目标检测是红外成像技术的一种典型应用。为了检测红外云背景中的弱小目标，分析了背景特性，建立了红外场景模型，提出了一种基于Wiener滤波的自适应背景抑制方法。经过去除虚假目标和目标分割，再利用目标运动的连续性和规则性进行目标检测和跟踪。对包含了仿真目标的红外云背景图像序列进行了实验，结果表明，该方法能够有效地从信噪比为2．0的背景中检测到小目标。     

基于图像合成的红外点目标图像生成方法研究

本文提出了一种红外图像仿真方法.首先对目标在探测波段内的辐射强度的组成和光谱分布特点进行了分析,并对目标的辐射强度、光谱分布和运动等特征量进行了模拟.然后根据大气和成像系统的调制传递函数建立了相应的大气效应模型和成像系统效应模型.最后根据红外成像原理并结合探测器参数,将目标的仿真模型与实拍的背景红外图像通过图像合成算法进行融合,从而实现了目标与场景的快速生成.该方法通过理论数据和实验数据的结合,提高了场景的可靠性,对于测试和评价红外搜索跟踪系统具有一定的参考价值.     

基于共心球透镜的大视场高分辨率红外变焦成像系 统设计

针对凝视型红外成像告警设备中对场景目标进行大视场广域搜索与小视场精确识别一体化的应用需求,设计了一种基于共心球透镜的大视场高分辨率红外变焦成像系统.该系统采用由多层共心球透镜和可连续变焦的独立次级小相机阵列级联而成的二次成像结构,能够有效实现大视场高分辨率无畸变成像.此外,采用全动变焦设计的独立次级小相机阵列在对搜索到的目标进行探测、识别和跟踪的一体化检测的同时保持像面稳定,实现对成像场景的分区域管理.设计结果表明,该红外成像系统在全变焦范围内的调制传递函数(MTF)曲线均接近衍射极限,且变焦曲线平滑,避免了变焦过程中卡滞、冲击等不利现象的产生,能有效实现大视场监测及小视场识别的功能.     

防空导弹红外成像仿真中若干问题探讨

针对防空导弹红外成像仿真需求与特点,探讨了红外成像仿真总体设计、目标及场景图像建模与生成、实时仿真图像网络通讯、目标及场景图像模拟系统的工程化及系统校准与测试等问题.介绍了防空导弹红外成像仿真系统需要具备的主要功能、系统组成和主要技术指标要求;讨论了红外成像仿真目标及场景建模问题和一种新的建模方法;对成像仿真目标场景模拟系统的主要性能指标、红外动态场景实时图像数据传输进行了分析探讨;讨论了目前的主要解决方案;针对实际的工程应用,分析并讨论了红外成像目标模拟系统的工程化问题和校准与测试问题.     

基于数学形态学的红外图像小目标检测

针对红外成像跟踪系统的低信噪比、背景和噪声干扰严重的小目标图像,以及后续的目标识别处理需要目标的灰度信息的特点,设计了一种基于数学形态学的红外灰度图像小目标检测算法,并用FPGA硬件实现。实验表明,数学形态学滤波能够大大提高目标的信噪比,去除背景和噪声干扰,保留目标的灰度信息,满足系统实时性要求,是一种有效的红外灰度图像小目标检测算法。     

运动平台红外凝视场景的仿真

对空间运动载体平台上的红外凝视探测器成像仿真是深空探测红外图像信息处理算法研究的基础性工作.在传统的场景仿真中,成像弥散、相机与目标的运动对图像的影响往往被忽略,为了对红外凝视成像系统所成场景进行合理仿真,在对红外凝视成像原理和探测器自身运动、探测目标运动的动力学方程进行分析后,分别对影响红外凝视成像效果的红外成像探测器探测距离、弥散现象、成像面积、自身运动和目标运动等因素进行推导和建模,得到了红外凝视成像系统目标作用距离、弥散圆能量分布,目标成像面积以及相机运动耦合的理论表达式以解决成像平台运动时目标成像高逼真度仿真的问题.最后进行了目标运动与探测器运动条件下的场景仿真.仿真图像表明了模型的有效性.     

红外半实物仿真系统的关键技术

红外半实物仿真系统通过生成高逼真动态红外场景图像，为红外成像系统提供测试环境，在红外成像系统的开发、测试和评估中起着非常重要的作用。围绕红外半实物仿真系统中的关键技术，介绍了该系统中采用的动态红外图像生成技术和红外场景投影技术的原理及其优缺点和目前发展状况，以及红外场景仿真和投影器件的发展方向。     

一种新的红外小目标检测算法及其应用

针对红外探测系统中单帧红外图像中的小目标检测问题,在分析红外场景模型的基础上,提出了一种基于自适应噪声平滑和Robinson Guard背景杂波抑制的空间滤波算法.该方法对于起伏背景下红外小目标的检测和识别有良好的性能,且具有目标信息损失小的优点.利用ADSP-TS201S高性能数字信号处理器实现了该算法,并成功应用到全向红外搜索跟踪系统中.实验结果表明,在低信噪比情况下,所提出的单帧红外小目标检测算法有很好的检测性能.     

基于红外序列图像的特定目标智能检测

红外成像探测技术是目前以及未来军事作战需要倚仗的重要技术。以卫星红外序列遥感图像为处理对象,采用人工智能相关技术对图像数据进行目标检测。针对序列图像检测到的特定目标进行关联分析,并通过目标灰度提取以及运动变化信息来生成特定目标的轨迹报告。实验结果表明,多目标检测的平均正确率为90%,部分场景可以达到95%,误检率为7%;多目标跟踪的平均正确率为91%,误检率为6%,为及时发现和预警特定目标提供了信息支撑。     

基于OpenGL的飞行场景红外仿真

在现代化战争中,红外探测与制导技术的使用已越来越广泛,因此如何实时生成战场环境的红外图像就变得非常重要。在Visual C++6.0环境中,利用OpenGL构建了可见光飞行场景;主要基于红外辐射相关理论,对场景中的目标和背景模型进行了红外辐射特性分析,并计算出了各部分模型面元的红外辐射强度;同时使用LOWTRAN7软件分析了大气衰减的影响,并通过灰度量化和OpenGL渲染技术构建了一种实时、动态的飞行场景红外仿真系统。试验结果表明,该系统能够实时生成飞行目标在不同红外波段及不同大气环境影响下的红外图像。     

Small Target Detection Algorithm Based on Average Absolute Difference Maximum and Background Forecast

Detecting small targets in clutter scene and low SNR (Signal Noise Ratio) is an important and challenging problem in infrared (IR) images. In order to solve this problem, we should do works from two sides: enhancing targets and suppressing background. Firstly, in this paper, the system utilizes the average absolute difference maximum (AADM) as the dissimilarity measurement between targets and background region to enhance targets. Secondly, it uses a predictor to suppress the background clutter. Finally, our approach extracts the interested small target with segment threshold. Experimental results show that the algorithm proposed has better performance with respect to probability of detection and less computation complexity. It is an effective small infrared target detection algorithm against complex background.     

基于改进加权增强局部对比度测量的红外小目标检测方法

红外弱小目标检测技术是红外搜索与跟踪系统的重要组成部分(IRST)。一般来说,在复杂背景环境下,红外弱小目标检测往往会有高虚警率和低检测率的问题。为了解决这一问题,提出一个改进的加权增强局部对比度测量（IWELCM）检测框架,具有重要意义。首先,通过将局部对比度机制与信杂比(SCR)的计算相结合,提出一个增强的局部对比度测量方法,在增强图像中疑似红外弱小目标区域的同时也提高图像的SCR。其次,通过利用红外图像中弱小目标的特性,以及目标与周围背景的统计差异,提出一个改进的加权函数来进一步增强目标和抑制背景。最后,采用一个自适应阈值分割的方法去获取检测的目标。在不同场景的数据集上的对比实验表明,与七种现有流行的方法相比,提出方法在复杂背景下能够有效地从干扰对象中提取真实的红外弱小目标,具有更好的检测性能。     

结合频域显著性分析和形态学滤波的红外小目标检测算法北大核心CSCD

针对复杂背景下的红外小目标检测问题,提出了基于频域显著性分析和形态学滤波相结合的图像处理算法。通过构建图像频域显著性分析图,并引入自适应阈值实现显著图的分割,提取感兴趣区域(ROI)以确定候选目标,达到凸显目标并抑制背景的目的。为抑制残余的杂波干扰,基于候选目标轮廓尺寸自适应并引入新的评价机制实现滤波结构元的筛选,采用新型Top-hat滤波技术消除伪目标响应。本算法充分利用红外小目标的频域显著性和空域尺寸先验信息的互补性实现检测,在设计中则平衡了计算复杂度与处理效果的矛盾关系,在有效提升检测指标的同时保证了实时计算的工程需求。实验表明本文提出的算法能显著提高目标信噪比,高效和准确地检测噪声背景下的弱小红外目标。     

基于形态滤波的红外小目标检测方法

针对空背景下红外小目标图像信噪比低,背景和杂波干扰严重的特点,提出了一种基于数学形态学的红外小目标检测算法。算法首先利用灰度形态学Top2Hat变换,完成复杂空背景下的背景抑制和候选目标提取,然后通过开运算处理进一步去除虚假目标和噪声干扰,完成目标分割;最后结合管道滤波的方法,可快速检测出红外图像序列中的小目标信号。实验表明,该算法能够有效的提高图像信噪比,快速有效地检测出目标信号。     

基于DSP的两帧差分和改进半因果弱小目标检测

针对工业现场镁熔液中弱小目标实时检测的难题,提出一种基于DSP的两帧差分和改进半因果支持域相结合的弱小目标检测新方法。该方法以DSP图像处理平台为核心,DSP集成开发软件Code Composer Studio 3.3为辅助,首先采用改进的半因果支持域模型对两帧原始图像进行背景预测,背景预测图像与原始图像相减得到残差图像;其次残差图采用两帧差分和自适应阈值分割处理得到二值图像;最后对二值图像形态学处理,获得真实弱小目标。实验结果表明：在相同实验条件下,该方法对序列图像的检测性能与已有文献进行对比,可以快速有效地检测到弱小目标,同时检测到的目标面积增大1.3倍,预处理时间减少34%,检测总时间减少20%,为工业现场镁熔液弱小目标实时检测奠定了基础。     

基于最恰对比度显著性分析的红外弱小目标检测方法

针对红外图像弱目标检测困难的现状,提出一种基于最恰对比度显著性分析的红外弱小目标检测方法,在滑动窗口中采用了非线性处理技术对图像进行处理,避免了传统的显著度分析算法处理图像时在景像边缘处产生的显著度值干扰问题,同时不影响在目标区域对目标的提取能力。进行了大量的半实物仿真实验,结果表明,虽然提出的方法在背景抑制因子中未明显提高,但在均值信噪比和信噪比增益两个指标中对目标检测性能明显增强。在图像处理后的三种方法视觉对比图中,效果最好。     

Anomaly detection and classification for hyperspectral imagery

Anomaly detection becomes increasingly important in hyperspectral image analysis, since hyperspectral imagers can now uncover many material substances which were previously unresolved by multispectral sensors. Two types of anomaly detection are of interest and considered in this paper. One was previously developed by Reed and Yu to detect targets whose signatures are distinct from their surroundings. Another was designed to detect targets with low probabilities in an unknown image scene. Interestingly, they both operate the same form as does a matched filter. Moreover, they can be implemented in real-time processing, provided that the sample covariance matrix is replaced by the sample correlation matrix. One disadvantage of an anomaly detector is the lack of ability to discriminate the detected targets from another. In order to resolve this problem, the concept of target discrimination measures is introduced to cluster different types of anomalies into separate target classes. By using these class means as target information, the detected anomalies can be further classified. With inclusion of target discrimination in anomaly detection, anomaly classification can be implemented in a three-stage process, first by anomaly detection to find potential targets, followed by target discrimination to cluster the detected anomalies into separate target classes, and concluded by a classifier to achieve target classification. Experiments show that anomaly classification performs very differently from anomaly detection.     

复杂背景下红外点目标的检测

在分析红外点目标、噪声及杂波模型的基础上,提出了基于二次滤波的复杂背景下红外点目标的检测算法,该算法由二阶滤波器组成。根据点目标的模型特点,通过选择合适的高通滤波器,可有效地增强信噪比、抑制噪声。实验结果表明该算法效果良好。