转动红外探测器下地面远距离运动目标检测方法

地面远距离运动目标检测是红外成像防御中的关键技术之一。地面远距离运动目标检测指利用红外探测器对远距离运动目标实现自动探测和捕获。由于目标距离较远,在红外探测器上成像面积较小,同时远距离运动目标容易被遮挡,很难将目标从复杂的地面背景中提取出来。提出了一种能够在面阵红外探测器转动的条件下实现远距离地面运动目标检测方法。首先利用图像信息计算红外探测器的运动补偿参数并通过背景更新获取目标一次检测结果,然后采用光流法获取背景和目标的运动信息,通过计算背景和目标之间的运动信息相关性实现目标最终检测。实验采用多种场景对文中算法进行验证,结果表明该方法通过转动红外探测器可以扩大目标搜索区域,利用背景和目标之间运动信息的相关性有效地克服了目标遮挡、目标重叠和视差等问题。     

基于多传感器信息融合的远距离目标检测

远距离目标检测具有重要的军事应用价值，而多传感器能提供互补和冗余信息，在远距离目标检测中具有独特的优势。针对可见光和红外热图像序列中的远距离目标，提出了一种基于信息融合的目标检测方法。该方法通过帧间差累积，在两种传感器的图像中确定了运动目标区域，定义了运动目标区域可信度度量，利用融合的规则确定了最后的运动区域。在运动区域中利用简单的分割方法将目标提取出来，最后经过特征级融合得到了检测结果。本方法不需要进行背景估计，多传感器信息的冗余增强了检测结果的可靠性，实验结果证明了本文方法的有效性。     

基于图像融合的空间运动目标检测算法

文中提出了一种结合背景减除法和瞬时差分法在图像序列中检测运动目标的算法．算法利用瞬时差分法得到当前图像中运动目标的轮廓信息,在更新背景模型时不更新运动目标轮廓内区域,避免了由运动目标引起的背景模型更新误差．实验结果表明,该方法可以实现静止背景下图像序列中运动目标的检测,具有实时性,并能得到较好的检测结果．     

红外图像序列的目标增强和检测

文中主要研究了远距离红外图像序列的目标增强和检测问题，提出了基于局部纹理特征的红外图像增强算法，利用红外图像目标和背景区域局部纹理特征的差异来增强目标和背景区域的对比度；为了提高目标检测的速度和精度，利用序列图像的帧间相关信息，采用边检测边跟踪边确认的目标检测方法。实验结果表明，对于远距离、小目标的红外图像，这种增强算法在目标对比度和细节方面都明显优于直方图均衡化方法，而本文采用的目标检测方法仅需很少几帧图像就能检测和跟踪目标，可以在确保目标检测的可靠性的前提下，提高目标的检测速度。     

空间弱小目标图像检测方法研究

针对背景缓慢运动的空间弱小目标图像检测问题,提出了序列图像背景配准方法及基于目标特征的空域滤波方法.通过对动态背景序列图像的背景恒星配准及背景消除,得到了目标图像.通过基于目标特征的滤波,并用质心法计算出每帧目标代替点得到轨迹投影图.最后使用Hough直线检测算法和最小二乘法提取目标轨迹.实验选择了实拍的序列图像,检测结果验证了该方法的有效性.     

一种基于时域滤波的红外点目标检测算法

基于天空背景的红外运动点目标检测和跟踪是红外成像制导信息处理的重要研究内容.在分析红外图像序列的基础上,利用矩阵奇异值分解,提出了一种基于时域滤波的目标检测算法,通过选择滤波器的参数,该算法可以有效分离天空中的云团背景以及所检测的目标,最终试验结果验证了算法的有效性.     

融合时域像特征的空间可见光小目标检测技术

在对空间目标进行远距离可见光成像观测过程中,由于目标信号较弱而且平台不稳,目标的信号因在焦平面上产生亚像素抖动而大大削弱,增加了远距离目标检测的难度。针对远距离目标检测难题,提出一种融合像素点时域像均值与方差两种特征的远距离弱信号目标检测算法。经实测图像序列分析,存在弱目标的像素点与纯背景像素点相比,时域像方差因平台抖动而较大,利用这一特征结合广义似然比准则可以有效检测出图像中的弱目标。最后通过计算机仿真验证了检测算法的有效性。     

基于图像序列的VideoSAR动目标检测方法

VideoSAR成像时,运动目标发生散焦和移位,但在其真实位置留下阴影,且阴影在VideoSAR的图像序列中发生运动。根据运动目标的这个特征,提出了一种在VideoSAR图像序列中检测运动目标的方法,通过检测运动的阴影来检测运动目标。该方法主要分为背景补偿和背景分割两部分。首先,将段内的图像用SIFT+RANSAC算法进行配准,使得图像序列的背景对齐;然后,用单高斯模型对图像序列进行统计,得到该段图像序列的背景模型,将背景与当前图像差分后并二值化,得到前景的二值图;最后,对二值图进行形态学处理,即可提取出运动目标的阴影。该方法用美国Sandia国家实验室的VideoSAR图像进行了验证,具有良...     

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。     

基于时空域滤波的红外弱小目标背景抑制

在红外成像探测系统中,对红外图像背景进行有效的抑制是准确检测出弱小目标的前提条件.基于目标在空域局部灰度稳定和时域运动连续的约束,提出了一种基于时空域滤波的红外弱小目标背景抑制新方法.首先,利用引导滤波保存图像细节和时域偏微分方程提取图像中突变区域的优势,实现对图像空域与时域中平稳和强起伏不同特征复杂背景进行抑制处理;然后,将时空域背景抑制结果利用相与操作算子处理完成对高度类似弱小目标信号的剔除;最后,为恢复前期抑制结果中丢失的目标信息,利用时空域融合结果作为引导图像进行进一步优化处理,得到最终背景抑制结果.仿真实验采用两组低信杂比运动弱小目标红外图像序列进行方法验证,并将该方法与几种背景抑制方法进行了比较,实验结果表明:该方法无论从主观视觉还是客观评价指标上均优于其他几种方法.     

运动目标检测与识别方法研究

为了解决低对比度红外序列图像中运动小目标的检测问题,提出了一种基于多级滤波的检测方法.首先,对具有一定空间分布范围(≤5×5)的小目标,可根据目标/噪声/背景的灰度分布模型具体分析其频谱特性范围.由Fourier变换定义可知,噪声能量主要集中在高频段,背景能量主要集中在低频段,而目标能量则主要分布在中频段,所以可以根据目标的大小,由门函数的Fourier变换估算出各种尺寸目标所处的频段,然后选择不同级数的滤波器将不同大小的候选目标从复杂背景中分离出来.经过多级滤波处理后,再对得到的包含候选目标的图像进行图像分割等适当的后续处理,就可以检测出真正的目标.     

Clutter Suppression Method Based on Spatiotemporal Anisotropic Diffusion for Moving Point Target Detection in IR Image Sequence

This paper deals with the problem of moving point target detection against cluttered background in infrared image sequence. In this area, clutter suppression is a critical issue because of high false alarm rate caused by complicated clutter. Here the three-dimensional spatiotemporal anisotropic diffusion model, in which inter-frame diffusion takes place as well as intra-frame diffusion, is investigated and a moving point target detection method based on this model is presented with the hope of improvement of clutter suppression performance. The method is evaluated and the optimum values of its parameter on different conditions are found by comparative experiments. The image sequences used in the experiments are generated by using available real-world infrared images and simulated moving point targets. Experimental results show that the method performs well under cluttered situations and enhances the detectability of moving point targets.     

基于小波变换的红外弱小目标检测新方法

研究了红外序列图像中弱小目标的检测。对图像序列进行小波变换，利用目标小波变换的特性，对单帧小波变换后的各高频分量进行累加，利用门限处理并通过与一个与管道得到包含候选目标点的图像，最后利用目标运动的连续性，进一步检测，得到目标点的位置。实验结果表明，该方法能有效地检测红外弱小目标。     

红外图像序列小目标的特性分析与检测

在红外图像中微弱小目标的检测一直是研究的重点和难点。文中介绍了一种利用形态学的Top-hat算子检测方法，主工步骤是先对图像进行滤波，然后依据目标运动的连续性进行目标检测，并对检测所得的目标特性进行分析。实验表明，该检测方法十分有效，并且还发现图像序列中小目标的灰度和质心位置变化是有规律的，它可提高检测的准确性。     

基于模糊积分的可信度融合目标检测

针对可见光和红外热图像序列中的远距离目标检测问题,提出了一种基于模糊积分的可信度融合的目标检测方法。该方法通过帧间差累积,在两种传感器的图像中确定了运动目标区域,根据目标区域的强度分析,定义了目标可信度度量,进而利用模糊积分融合函数进行可信度融合以实现目标检测。试验结果表明模糊积分分类效果较好,从而证明了该方法在目标识别中的可靠性和可信度,具有一定的实用性。     

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.     

基于多特征融合的弱小目标检测方法研究

提出了一种基于多特征距离图的红外弱小目标检测方法。弱小目标的许多特征，如局部熵、平均梯度强度等，不但刻画了弱小目标的特点而且易于提取。通过特征融合技术，可以将弱小目标检测问题转化成在一个多特征空间的极值求取问题。该方法利用已经提取的多个特征，采用特征融合技术构造一个距离图像，再对该图像进行二值化处理，达到目标检测的目的。通过对实际的红外图像序列进行小目标检测，验证了所提方法的可行性和有效性。     

基于稀疏表示和道路辅助的单幅SAR图像运动目标检测方法

本文提出一种利用单幅SAR(Synthetic Aperture Radar)图像实现运动目标检测的方法.首先提出一种基于压缩感知的SAR图像道路检测算法:根据SAR图像中道路的特点,使用模糊C均值方法将图像进行模糊分类,获得大致的道路区域,然后利用Hough变换域的稀疏性,用压缩感知精确定位图像中的道路信息.其次利用图像稀疏表示的方法对运动目标进行检测:不同速度运动目标的散焦量和距离单元跨越不同,由此生成样本图像,继而构造超完备字典.将待测图像分块,并计算子图像在字典下的稀疏系数,检测并匹配出运动目标的速度参数.最后,结合已检测出的道路辅助信息,消除多普勒模糊影响,剔除虚假的运动目标,并对运动目标速度参数进行校正.实验结果证明了所提方法的有效性.     

基于循环平移Contourlet变换的红外小目标检测方法

分析了在有噪声和背景干扰情况下检测红外小目标的方法,提出了一种将循环平移Contourlet变换去噪 方法和自适应阈值分割方法相结合的红外小目标检测算法。该方法首先对原始图像进行循环平移阈值去噪,再用原始图像减去 去噪图像,对得到的残差图像进行自适应阈值分割,分离出少量的候选目标点,最后利用目标运动的连续性和一致性检测出 目标。分别用Contourlet变换法、小波变换法和本文提出的检测法对小目标进行了检测。仿真结果表明,本文提出的检测方法 能较精确地检测出序列图像中的红外小目标,检测效果优于Contourlet变换法和小波变换法。