基于分形特征的机场跑道识别算法的研究

典型目标的检测识别是精确制导武器的关键技术之一。根据红外图像中机场跑道的分形维特性，文章提出并实现了一种利用目标分形几何特征检测机场跑道区域，并进一步分割、识别潜在目标的新算法。仿真实验结果证实该算法成功地识别出了机场跑道。本文的算法运算量较小、适合于实时处理，适用于人造目标的自动识别。     

基于光谱特征增强的高光谱图像地物目标识别

在地物识别过程中,目标光谱特征不明显是制约识别算法性能的一个重要原因,当图像中存在与目标光谱特征相似的背景杂波时,算法性能会受到很大影响.针对这一问题,提出了一种基于光谱特征增强的高光谱图像目标识别方法.利用多分辨率分解和非线性变换突出了未知光谱与标准参考光谱间微小的光谱特征差异,实现了对未知目标的识别.实验结果表明,相比于未进行光谱特征增强的方法,方法能够很好地分辨出不同地物间微小的光谱特征差异,同时有效地抑制了图像中背景杂波的干扰,具有更好的识别能力.     

基于包围盒约束光谱聚类的红外目标识别算法

在红外成像过程中,目标边缘模糊化是影响红外目标识别效果的关键因素,也是红外目标识别算法的研究重点,故在光谱图像中合理补偿目标几何特征信息成为研究热点之一。结合包含目标几何特征信息的包围盒作为约束条件,对红外光谱图像进行分层限定滤波,降低原有图像数据中目标几何外形数据的丢失,提高目标可识别性。设计了在包围盒约束条件下的光谱聚类算法,设置参数η表征待测军用车辆目标的几何信息,设置参数m表征待测军用车辆目标的光谱特征信息。实验采用TEL-1000-MW型红外成像光谱仪获取多光谱图像,通过改变m和η值调整光谱特征值个数与包围盒范围,从而获得不同的目标识别图像。并与传统方法对同一幅红外目标图像的识别效果相比较,结果发现采用包围盒约束的待测目标图像几何边界信息保留效果明显优于传统方法,当m=10、η=0.7时,红外图像的目标识别效果最好,同时算法收敛速度也最优。由此可见,该算法在提高红外目标识别能力、避免误判伪目标和漏检目标方面具有很高的实用价值。     

红外多谱段小目标识别方法

随着红外诱饵技术的不断发展,对传统的小目标识别提出了新的挑战.通过对飞行目标和红外诱饵光谱特征的分析,利用红外多谱段图像对天空背景中具有伴飞诱饵干扰的小目标进行识别.提出了自适应阈值分割和能量相关滤波相结合的方法对图像进行预处理,再利用光谱角算法对疑似小目标进行识别,增加了目标识别的可靠性,降低了算法的复杂度.与传统的单波段目标识别跟踪算法不同,该算法从光谱特征差异性角度对目标进行识别,识别概率高,运算量小,为红外小目标识别提供了新的解决办法.     

基于激光雷达与红外图像融合的车辆目标识别算法

为了提高车辆目标在不同测试条件下的识别效率,降低系统的漏检率和误检率,提出了一种基于激光雷达与红外图像融合的车辆目标识别算法。该算法利用目标原点矩参量表征目标的红外特征,用匹配相似度表征目标的点云特征,再经过轴系对齐和尺度变换实现图像融合。实验采用激光雷达与红外同轴光路获取的两类数据进行图像融合,再利用目标匹配阈值进行迭代筛选,最终识别车辆目标。对比了1帧、20帧和40帧图像中具有不同属性的车辆目标识别效果,结果显示,本算法输出的目标识别区域正确适当。在1000帧图像的多种测试条件的实验中,本算法的漏检率均小于100,误检率均小于50,明显优于传统的距离向数据分类法和光谱分类法,验证了其具有较好的鲁棒性。     

一种用于目标识别的图像融合算法

随着越来越多的装甲车辆装备了红外图像传感设备,使得将可增强战车侦察力的多传感器图像融合技术运用到火控系统的改进中成为一种趋势.针对这一情况,提出了一种基于IHS空间的红外与可见光图像的像素级融合算法.该算法基于IHS空间建立源图像灰度级与色调、饱和度和亮度等与人的感知颜色特征之间的函数关系,通过矩阵转换,得到融合图像的RGB值,可输出显示.实验结果显示:采用该融合算法得到的融合图像目标突出、色彩自然,具有较好的视觉效果,有助于伪装目标的识别.     

基于兴趣区检测的地面目标识别方法研究

提出了一种基于兴趣区检测的地面目标识别方法。根据目标模型的有关几何形状和热辐射知识，采用自上而下的计算模型，计算所提取的基元特征的显著性，并根据基元特征的显著性的大小确定出注视点及相应的兴趣区，然后对兴趣区中的图像进行分割，并利用模型知识对分割图像进行识别。该方法对已有的红外目标图像系列取得了很好的识别效果，提高了识别精度和弱小目标检测识别的能力。     

红外成像型制导系统舰船目标实时识别技术研究

研究了红外成像型制导系统舰船目标实时识别技术，提出一种新的舰船红外成像目标识别算法．该算法采用聚类准则二值化图像，通过线形区域增长技术得到准目标区域，最后利用模糊综合评判技术进行目标识别．在DSP硬件系统上应用，结果表明识别率高，实时性好．     

基于复杂背景的红外机场目标自动识别算法研究

根据复杂背景下前视红外机场目标的特点，提出了基于知识的自动目标识别算法，算法的设计以实用性为宗旨，在不影响算法性能的前提下尽量提高其实时性能：通过提取感兴趣区域来缩小处理范围，采用双阈值最大类间方差快速算法快速准确找到分割阈值，采用快速标记算法标记分割图像，利用Freeman链码描述机场的轮廓特征，根据模糊综合评判机制分析机场的目标特征。通过硬件处理平台的仿真验证，该算法对机场目标红外图像有一定的识别能力，且具有较高的实时性。     

红外图像光学特征仿真系统的研究

文章从图像处理仿真系统出发,首先介绍了图像处理对仿真系统的要求,接着对红外图像处理仿真系统的构成进行了分析,然后利用理论模型对仿真系统的光学特性仿真部分,也即目标与背景的红外辐射特征进行了计算,生成了目标与背景的红外热图像。试验结果表明,本文提出的红外图像仿真系统能满足红外目标识别算法评价的要求,有利于提高红外目标识别算法研究的速度和识别算法的稳定性。     

一种多谱段红外成像光学系统设计

为提高红外远程目标探测识别能力,除了增加焦距和有效口径等传统措施,还需要进一步获取目标的多谱段信息,从而将具备不同辐射特性的目标和背景区别开。本文提出了一种采用多谱段分区红外探测器和棱镜旋转像移成像光学系统,将同一目标的红外辐射能量会聚到探测器不同谱段区域进行成像,从而获取同一目标的多谱段成像信息。该系统采用同轴反射式光学系统,具备8个不同谱段分区的两支红外探测器,通过棱镜旋转实现同一目标的8个谱段信息获取。系统焦距520 mm,有效口径200 mm, F数为2.6。光学系统结构紧凑,棱镜旋转与探测器成像实时对应,不存在成像延迟和像旋,具有口径大、焦距长、谱段多等特点,满足系统高分辨率、长作用距离、多谱段信息获取等要求。     

Probe-based automatic target recognition in infrared imagery

A probe-based approach combined with image modeling is used to recognize targets in spatially resolved, single frame, forward looking infrared (FLIR) imagery. A probe is a simple mathematical function that operates locally on pixel values and produces an output that is directly usable by an algorithm. An empirical probability density function of the probe values is obtained from a local region of the image and used to estimate the probability that a target of known shape is present. Target shape information is obtained from three-dimensional (3-D) computer-aided design (CAD) models. Knowledge of the probe values along with probe probability density functions and target shape information allows the likelihood ratio between a target hypothesis and background hypothesis to be written. The generalized likelihood ratio test is then used to accept one of the target poses or to choose the background hypothesis. We present an image model for infrared images, the resulting recognition algorithm, and experimental results on three sets of real and synthetic FLIR imagery.     

一种新的单帧红外弱点目标多光谱联合统计检测方法

首先基于红外物理基本理论建立目标光谱模型, 并利用图像时域及空域相关性建立多光谱背静抑制算法移除缓慢变化背景.通过实验统计方法将残差图像样本点特征概率分布近似为正态分布.基于此假设, 提出了一种新的基于目标辐射强度和光谱特征的联合检测方法.最后, 通过图像仿真和ROC曲线分析算法性能, 试验结果表明, 此方法能够在低信噪比情况下成功检测弱小点目标.     

激光/红外复合扫描引信目标识别算法

针对激光、红外单模引信抗环境干扰能力差、目标识别概率不高的问题,提出了一种基于关联的多元线阵激光/红外复合扫描的模糊识别算法。该算法通过建立激光/红外线阵扫描模型,对目标的顶部三维轮廓与顶部红外辐射图像进行特征提取与关联信息融合,对比真实目标特征参数,设计了基于模糊理论的目标识别算法,得出三组识别特征各自的识别概率,在此基础上对三种识别概率继续进行模糊推理融合得出目标的最终识别概率。仿真结果表明,该复合探测目标识别概率比单模识别方法有较大幅度的提高。     

空空导弹多光谱红外成像制导技术研究

从空空导弹红外制导系统的需求出发，探讨多光谱成像制导技术的研究思路与系统设计方法．介绍了共光路与分光路多种多光谱光学系统的结构设计，分析了多光谱红外导引技术中的光谱细分、多光谱红外探测器、系统匹配、多传感器信号融合及光谱特征选取等关键技术。在此基础上给出了一种空空导弹双色成像探测系统实例，该系统利用共光路系统设计实现双波段红外成像探测，并针对红外诱饵干扰进行了基于光谱特征的目标跟踪与抗干扰算法，实验验证该系统具有优于单波段成像导引头的目标识别与干扰抑制能力，显示出了多光谱成像导引头是空空导弹的发展方向。     

空空导弹多光谱红外成像制导技术研究

从空空导弹红外制导系统的需求出发, 探讨多光谱成像制导技术的研究思路与系统设计方法, 介绍了共光路与分光路多种多光谱光学系统的结构设计, 分析了多光谱红外导引技术中的光谱细分、多光谱红外探测器、系统匹配、多传感器信号融合及光谱特征选取等关键技术。在此基础上给出了一种空空导弹双色成像探测系统实例, 该系统利用共光路系统设计实现双波段红外成像探测, 并针对红外诱饵干扰进行了基于光谱特征的目标跟踪与抗干扰算法, 实验验证该系统具有优于单波段成像导引头的目标识别与干扰抑制能力, 显示出了多光谱成像导引头是空空导弹的发展方向。     

一种新的红外机动目标识别算法

为了改善因红外图像中目标轮廓模糊造成的识别率低,提出一种适用于红外机动目标的识别算法。通过自适应步长的细菌觅食算法对BP神经网络进行优化,利用图像中目标的最左点和最右点及两极点上部的目标边缘信息构造以局部面积比组成的特征向量,通过神经网络对目标分类识别。实验结果表明本文提出的识别算法不仅提高了BP神经网络的收敛速度和计算精度,同时有效地提高了对机动目标的识别率,当目标部分区域被遮挡时也有很好的识别效果。     

基于优化概率神经网络和红外多光谱融合的大气层外空间弹道目标识别

针对大气层外空间弹道目标难识别的问题,该文利用红外多光谱数据融合的思想,提出一种基于粒子群优化概率神经网络(PNN)的大气层外空间弹道目标识别方法。该方法首先通过一种新的多色测温方法提取出弹道目标的温度变化率和有效辐射面积两类动态特征,然后利用高斯粒子群优化(GPSO)方法对PNN的平滑因子进行优化,最后利用优化的PNN完成4类典型空间目标的识别。该方法融合了多光谱信息并提取出了多个动态特征,具有较强的鲁棒性。另外,该方法充分利用了概率神经网络的较高的稳定性和样本容错能力。仿真实验给出了4类典型空间弹道目标的多光谱红外辐射强度序列数据,并进行了目标识别研究。仿真测试结果表明,提出的优化PNN网络对多个弹道目标具有良好的识别能力。     

基于Top-hat变换与OTSU的近岸舰船目标检测

长期以来,雷达对近岸目标的检测是目标识别的难题。对于近岸低速舰船目标,存在探测难、识别难的问题。然而,舰船目标具有较好的红外辐射特征,在探测过程中可以充分地利用这一特征。针对其红外特性提出了一种基于Top-hat变换与最大类间方差法的图像处理方法。经开运算重构,利用Top-hat变换增强红外图像中目标与背景的对比度;根据图像的灰度特性,使用最大类间方差法对图像进行阈值分割,以便检测目标。实验结果表明,该算法能够有效地检测出近岸舰船目标,对近岸目标识别具有一定的现实意义。