一种红外弱小目标的检测方法

提出了一种基于小目标模型的检测方法。该算法对图像中极大值点为中心的局部区域进行能量判别,可以有效地检测出目标;对算法的性能进行了分析。实质是综合利用目标的局部对比度和空间大小两个信息,因此可以更有效地提高目标的信噪比,提高检测概率。通过对实际红外图像和仿真图像的检测实验,都证明了算法的有效性。     

一种红外海面小目标检测算法的ASIC结构实现

文章基于一种用于红外图像小目标检测的多级滤波算法,提出其硬件实现结构。该结构选用统一的1×3模板,通过改变滤波器的级连数目得到不同大小的滤波模板,从而检测不同大小的小目标。数据路径包含三个并行的数据通道,采用流水线形式对数据进行处理,分别检测1×1～1×3、1×4～1×5和1×6～1×7的目标。这种结构可以对输入的红外图像进行实时处理。     

一种基于时间Kalman估计器的红外小目标检测方法

目标在经过一个像素时,随着目标移动到该像素或离开该像素,该像素的灰度值会在出现一个冲击.据此提出了一种基于时间的Kalman单步估计器单像素处理算法,给出了Kalman估计器的递推方程.由前一时刻(前一帧)的估计结果和当前时刻的输入图像各点的灰度值,可以得到下一时刻(下一帧)图像各个像素点的背景估计,整个图像去除背景后就得到一幅包含目标的噪声图像,进而可以完成目标检测.采用红外图像序列进行了实验,实验结果验证了理论分析的正确性.最后得出了一些结论.     

一种基于PCI技术预白的水下目标检测方法

将PCI(Principal Component Inverse,主成分求逆)运用于白化滤波器,并分析了其白化性能和主成分的确定方法及其相关的问题。提出了基于修正PCI技术预白的水下目标回波检测方法,通过蒙特卡洛仿真显示该方法的检测性能优于传统的基于AR模型预白的检测方法。     

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。     

基于粗糙集理论的红外小目标检测

红外图像处理中的点目标检测技术是近年来信息处理研究的热点和难点之一,而粗集是一种用于处理含糊和不确定性问题的新的数学工具。本文提出了基于粗集理论的红外小目标检测算法,该检测算法可按红外图像模型的频域属性、灰度值属性和相关性属性,把目标从背景中分离出来。实践结果表明,该算法能够对小目标进行可靠的检测。     

一种基于背景抑制的红外小目标检测新算法

红外图像小目标检测技术,是红外搜索与跟踪系统的一项核心技术。本文提出了一种新的红外图像小目标分割算法,采用背景抑制及双窗口自适应门限分割等技术检测目标,分析了算法的实时检测能力,并给出实物平台下的检测实例。大量的实验结果表明,此新算法能取得较好的小目标分割效果。     

一种基于自适应背景抑制的红外小目标检测方法

红外成像自动目标识别是精确制导武器的重要研究内容.为解决红外起伏背景下的小目标检测问题,提出了一种自适应的背景抑制方法,并对抑制背景后的图像进行了目标分割,最后用邻域法判决目标位置.实验结果表明,该算法能够从信噪比大于2.0的图像序列中检测出目标.     

一种红外小目标的图像检测方法

针对复杂背景条件下的红外图像目标检测问题,将空域滤波和时域滤波相结合,提出了基于数学形态学的目标检测算法.该算法先对原始图像序列作能量膨胀累积以增强目标信息和提高信噪比,然后采用基于数学形态学的Top-Hat变换空域滤波处理技术消除在目标尺度范围外的背景、干扰和噪声,达到探测目标的目的.仿真结果验证了该算法是一种实时、有效,且易于实现的目标探测方法.     

一种基于方差标记的形态学红外小目标检测算法

形态学算法在红外小目标检测上具有良好的性能,先对该算法的处理过程进行了分析,结合实际拍摄的红外小目标图像研究发现,算法在处理过程中存在很多不必要的计算,因此从提高算法的实时性出发,提出了一种基于方差标记的形态学方法.该方法首先计算图像每个像素的局部方差,然后由方差根据阈值判断条件对图像进行标记,标记完后再通过形态学算法对标记的部分进行Top-hat运算.理论分析和仿真实验表明,该方法能够极大的提高形态学的检测效率,而且对算法的检测性能有一定的提高.     

基于自适应Wiener滤波的红外小目标检测方法

在分析红外场景模型的基础上提出了用自适应Wiener滤波器估计起伏背景、自适应门限分割、基于邻域管道目标检测的小目标检测方法.采用连续采集的红外图像序列进行了实验,仿真了不同信噪比(SNR)条件下的目标并给出了目标检测结果及其分析.结果表明,算法能够从信噪比大于2.0的图像序列中检测出目标轨迹.     

基于多模型判决的红外运动小目标检测算法

针对空中红外运动小目标检测虚警率较高的问题,提出了利用多种模型联合判决来实现红外运动小目标的检测方法.首先依据红外小目标的成像模型特点,采用背景预测算法逐像素判断是否为疑似目标点;然后依据目标知识模型,用支持向量机(Support Vector Machine,SVM)分类器对疑似目标点进行二次判决,进一步滤除虚假目标点;最后依据运动模型来判断目标点在相邻帧之间的相对运动,筛除掉相对静止的虚假目标点,最终检测结果即为红外运动小目标.实验表明,该方法能有效降低对空红外运动小目标检测的虚警率,可用于强杂波环境下的红外运动小目标检测.     

红外小目标时域检测算法研究

为了解决红外小目标检测问题,提出了时域红外小目标检测方法.在图像序列中背景像素、目标像素以及杂波像素的时域差分模型基础上提出了红外小目标时域检测算法,算法共分为两步:相关检测和广义似然比检测.经过相关检测后,图像序列中的噪声几乎完全被门限所抑制,只有极少数噪声像素、全部目标像素和一小部分杂波像素可以通过相关检测门限.为了进一步从通过相关检测门限的像素中检测出目标,又提出了一种新的广义似然比检测方法.这种经过改进的广义似然比检测能够进一步抑制噪声和杂波,提高检测的性能.分析表明,时域目标检测算法能够以很高的检测概率和很低的虚警概率完成目标的检测,实验方法也证实红外小目标时域检测算法具有很好的性能.     

一种基于DSP的弱小目标实时检测算法研究

针对天文CCD图像的特点,讨论了天文图像处理中小目标检测算法,采用DSP＋FPGA的硬件架构来实现低信噪比情况下小目标的实时检测与跟踪.针对系统不同的工作状态提出了在引导状态下使用基于图像对称差分运算的方法来检测跟踪目标,而在定位状态下使用基于形态学滤波的检测方法实现多目标的检测,同时保存感兴趣的目标图像,实验的结果表明可以实时有效地检测到SNR≈2的运动小目标.     

一种基于DSP的弱小目标实时检测算法研究

针对天文CCD图像的特点,讨论了天文图像处理中小目标检测算法,采用DSP FPGA的硬件架构来实现低信噪比情况下小目标的实时检测与跟踪。针对系统不同的工作状态提出了在引导状态下使用基于图像对称差分运算的方法来检测跟踪目标,而在定位状态下使用基于形态学滤波的检测方法实现多目标的检测,同时保存感兴趣的目标图像,实验的结果表明可以实时有效地检测到SNR≈2的运动小目标。     

一种改进的自适应背景预测红外弱小目标检测算法

文章改进了自适应最小均方误差(LMS)算法,将基于历史检测效果的自适应最小二乘(RLS)算法应用于连续帧运动红外弱小目标检测.在已知n-1时刻滤波器抽头权系数的情况下,通过简单的更新,求出n时刻的优化滤波器抽头权系数.计算机仿真实验证明该算法能较大地提高图像信噪比,并以较低的虚警率在2～3帧内较为准确地检测出运动红外弱小目标.     

红外序列图像运动小目标检测算法

利用红外序列图像小目标运动的连续性进行背景恢复,滤除背景以提高信噪比,在门限检测后对图像进行边缘滤波以进一步提高检测概率,最后再一次运用目标的运动特性确认目标,减小虚警率,从而有效地检测出目标.实验结果证明,这种算法检测率高,而且计算简单,易于硬件实现.