一种快速有效的红外图像中海天线提取算法

针对海天红外图像的特点,提出一种快速有效的海天线提取方法.首先通过模板运算在大尺度上对图像进行预处理来增强海天线区域的图像梯度值,然后为了减小水面波纹和噪声的干扰,设计了一种非线性分割方法对图像进行处理,最后对图像进行行扫描找出海天线的位置.实验结果验证了该方法的简单有效性,抗干扰能力强,易于工程上应用.     

红外图像中海天线的检测

根据红外图像中海天线的特点,提出了一种海天线的检测方法.首先进行中值滤波以抑制红外图像中的噪声的影响,接着使用线检测模板对经中值滤波后的红外图像进行处理,从而检测出水平方向上的所有直线,最后对线检测后的图像进行行扫描,确定海天线的位置.实验表明,该方法可以确定海天线的位置,降低后续海上目标检测的难度和复杂度.     

基于Hough变换的海天线检测算法研究

海天线检测是红外航拍图像的一项重要研究内容。深入探讨海天线检测问题,给出了一种实用的检测算法。首先,对获取的红外图像进行梯度运算,采用Ostu阈值分割方法,获取海天边缘信息;然后根据Hough变换原理,完成海天线的检测。此外,通过随机点采样提高了海天线检测的速率,通过多线段拟合提高了检测的准确率。实验结果表明,本算法可以准确、高效地检测出海天线,为下一步研究奠定了基础。     

基于纹理特征分析的海天线检测方法

为抑制海空背景干扰和提高舰船检测速度,提出一种基于纹理特征分析的海天线检测方法。分析了典型红外海空背景下海天线区域的纹理分布特征,建立了适用于海天线检测的纹理模型。通过梯度特征计算和聚类分析找出图像中的候选直线位置,比较其纹理参数并准确检测出海天线。对多种复杂背景红外海空图像的实验表明,该方法适应面广,计算简便,具有很好的抗干扰能力。     

舰船目标海天线提取方法研究

针对反舰红外成像导弹舰船目标的成像特点,提出使用邻域平均和对比度扩展相结合 的方法进行预处理以抑制背景、增强目标,进而利用改进的直线拟合法进行海天线的提取。结果表明,该方法能够有效地确定舰船目标红外图像中的海天线区域,保证了目标分割的有效性和实时性。     

基于区域方差和RANSAC的海天线检测新方法

针对海空背景图像中海天线的检测问题,提出了一种基于区域方差和RANSAC算法的新方法.该方法首先搜寻图像中设定区域内方差最大值的位置,并以此确定出若干海天线候选点坐标,然后结合RANSAC算法求取海天线直线参数.实验证明,该方法能有效地检测出复杂海空背景下的海天线,具有鲁棒性强、运算速度快、工程实用价值高等优点.     

基于EmguCV的红外图像海天线提取算法研究

本文基于海天背景目标提取技术的研究,给出一种实用的海天线提取算法。首先,采用空域滤波消除弱小船只目标和近域海浪杂碎波的干扰,对降噪后的红外图像进行形态学梯度运算,采用Ostu阈值分割方法,获取海天线边缘轮廓,然后利用Hough直线检测算法,获取海天线待拟合点数组,最后利用最小二乘法拟合海天线。实验结果表明,本算法能够准确、快速地提取海天线,为海上目标的快速探测跟踪奠定基础,对红外搜救设备进行海上目标探测跟踪具有重要意义。     

基于梯度信息融合的海面红外目标实时检测

针对海面红外序列图像的特点,提出一种适用于海天背景和海岸背景的目标检测方法。该方法不需要进行特殊的预处理来滤除图像噪声,首先量化子图像的区域复杂度以及单元区域上下邻域的灰度差异,从而预测出海界限区域的位置;然后利用改进Canny算子提取轮廓边缘,突出海界线特征,降低其他纹理的干扰,再进行Hough变换,提取出海界线;最后提出泛化梯度概念,通过融合的梯度信息,联合海界线的位置,进行海面目标标记。实验表明,所提方法能准确地定位海界限区域以及水平或倾斜的海界线,并快速精确地提取红外海面目标。整个过程的平均花费时间约为60 ms,具备很好的鲁棒性和实时性。     

低对比度条件下基于能量积累和Gabor变换的海天线提取

为了解决基于边缘检测和Hough变换传统方法不能正确检测出低对比度条件下的海天线问题,提出了先采用多帧能量积累方法提高红外图像对比度,然后运用Gabor变换和Gabor多通道滤波器滤除图像干扰部分和凸显图像中的海天线部分,最后使用边缘检测和Hough变换实现海天线的提取.通过对实际海面低对比度条件下红外图像进行海天线提取实验,验证了所提方法的可行性和有效性.     

基于海天线提取的红外小目标检测方法

通过对海上红外图像进行分析,提出了一种基于海天线提取的红外小目标检测方法。该算法的基本思路是根据所需提取目标的特点,首先选择感兴趣的灰度区域,然后运用Canny算子进行边缘检测,接着对图像进行Hough变换检测海天线,最后对海天线以下且符合目标特征的连通域进行标记从而来确定目标的位置。实验结果表明,该方法能较好地检测出海上红外小目标。     

低SNR海天线提取算法

针对海天线SNR低且有一定倾角难于提取的问题,提出一种新的海天线提取算法。在预处理阶段,利用Laplacian模板对海面的波纹进行增强,然后使用顺序滤波与数学形态学相结合的方法增加海面波纹的面积与灰度,预处理后增大了海面与天空的灰度差,海天线的SNR提升70%以上;最后,设计了一种斜线查找矩阵,通过对图像行扫描生成该矩阵,矩阵最大值的横纵坐标即为海天线的位置和角度。实测数据的试验结果验证了该方法的有效性且算法运算简单,易于工程应用。创新点在于使用模板运算与形态学相结合的方法提高了海天线SNR并设计了斜线查找矩阵可以简单地定位海天线的位置和角度,减少了计算复杂度。     

基于海天/海岸线检测的舰船目标提取方法

针对成像型反舰导弹所获红外图像的特点,提出了一种将海天/海岸线检测与目标提取相结合的舰船目标提取方法.该方法先综合运用Sobel边缘检测和局部Hough变换等数字图像处理技术从红外图像中检测出海天/海岸线,然后通过对Kapur熵二值化图像进行投影变换实现舰船目标提取.实验结果表明,该方法能够有效地确定舰船目标在海天/海...     

基于灰度门限分析的海天线检测研究

由于海天线检测在海天背景下的舰船目标检测与跟踪方面具有重要作用,提出了一种基于边缘灰度梯度门限分析和最小二乘直线拟合法的海天线检测方法。通过分析图像以及调整线性滤波器的步长来扩大海天线附近的灰度梯度差。采用门限分析法提取了边缘坐标,采用最小二乘直线拟合法提取了海天线,并利用MATLAB软件进行仿真验证。结果表明,本文算法可准确提取复杂背景下的海天线,且具有较好的适应性与实用性。     

基于Seam Carving的海天线检测算法

海天线在远距离舰船目标检测中具有重要参考价值。目前,主要的海天线检测算法有直线拟合法、基于加权信息熵、Hough 直线检测等,这些算法不同程度地存在运算量较大、应用场合受限等缺点。文中通过研究Seam Carving 原理,将该原理运用到图像中最高能量线的检测,通过计算图像中各点的梯度幅值,采用动态规划技术搜索最高能量线,实现了海天线的检测。实验结果表明,该算法不仅具有较高的检测率,同时具有适用范围广、运算量小、实时性强等特点。     

基于相位谱的红外小目标搜索算法研究

针对红外小目标搜索阶段中图像背景稀疏的特点,提出了一种利用图像相位谱计算显著图和定位目标的新方法。与传统的利用海天线和海岸线对目标进行搜索的方法相比,本文算法的计算复杂度大大降低,并弥补了其受气温影响而不能准确定位海天线和海岸线的不足;与利用Itti模型的方法相比,该算法克服了其不能有效分离目标和背景的缺点。阐述了利用离散傅里叶变换(Discrete Fourier Transform,DFT)和离散余弦变换(Discrete Cosine Transform,DCT)计算相位谱的两种方法及它们之间的一致性。构建了利用图像相位谱计算显著图的数学模型,明确了模型参数选择的作用和意义。通过理论和实例证明了本文算法对于稀疏背景下小目标定位的可行性和高效性。     

一种基于直线拟合法的新的海天线检测方法

针对海空环境的特点,在提取海天线前进行有效的背景抑制和目标增强处理.在直线拟合法的基础上提出了一种剔除粗大点的改进方法,并利用Matlab对该方法进行了仿真试验.试验结果表明,该方法可以有效地检测出海空背景下的海天线与舰船位置,为目标识别和图像配准奠定了良好的基础.