一种用于检测海空背景下的斑点目标的新方法

根据海空背景下的红外图像特性,设计了一种新的对噪音鲁棒的目标背景对比度增强方法;在此基础上提出了一种基于目标局部能量正态分布的自适应目标提取方法。实验结果表明,该方法在对红外斑点目标进行单帧提取时是精确的和高效实用的。     

海空背景下红外点目标检测算法

提出了一种基于灰度形态学的海空背景下的红外点目标检测算法。该算法三步：第一步,对原始序列图像进行了膨胀后累加,以提高信噪比（SNR）;第二步,对原始序列图像进行形态学滤波,去掉噪声和目标以提取出背景;第三步,前两步结果相减,自适应阈值后即可得到点目标,用实际摄取的图像进行实验,结果表明该算法能检测出信杂比（SCR0为1的红外图像。     

海空背景下红外小目标检测算法

研究海空复杂背景下红外图像小目标检测问题,针对海空背景下远距离小目标总是出现在水天线附近的特点,通过小波多尺度分析边缘检测算法检测水天线,确定出目标潜在区域,再进行精细目标搜索,从而提出了一种由粗到精的小目标检测算法。实验结果表明,对一般噪声条件下得到的红外目标图像,该方法能准确地检测、定位小目标,单帧检测准确率达96%以上并具有单帧检测率高、实现速度快的特点。     

海空复杂背景下红外弱点目标的检测算法

为第空复杂背景下红外弱点目标的检测,提出了基于小波变换模极大的检测算法,该算法通过计算小波变换模极大值求出图像中的所有奇异点,去除由复杂背景形成的模极大值链,消除云层、海浪及水天线等复杂背景,提高了单帧点目标检测能力,结果表明,余步坷检测信杂比为２的点目标。     

海空背景下确定弱小目标潜在区域的方法

目标潜在区域的确定对于成像型反舰导弹的目标检测、目标识别具有重要意义.本文深入分析了海空背景及舰船目标的红外特性,提出了一种海空背景下确定弱小目标潜在区域的方法,首先利用梯度算子得到差分图像,然后基于边缘阈值策略二值化图像,最后利用二值化图像在竖直方向上的投影确定目标潜在区域.实验证明次种算法速度快、精度较高、能够有效地剔除部分干扰.     

一种基于边缘提取的印刷品斑点检测方法

先对标准印刷品图像利用Robert算子检测出边缘,并利用形态学的方法对边缘进行膨胀。接着用HOUGH变换检测待测图像与背景相交的两条直线,以此将其与标准图像配准。在边缘点处,利用象素的灰度、邻域内的平均灰度、象素梯度方向信息进行对应象素的比较,当差别较大时被认为是一个疑点;在非边缘点处,直接利用灰度、邻域内平均灰度信息比较,差别较大时被认为是一个疑点。最后,对疑点图像进行斑点分析。实验结果表明,提出的方法能较快、较准地检测出印刷品当中的斑点。     

强背景下低速海面雷达目标的一种检测方法

结合文献［１］给出的海杂波仿真数据,基于强散射中心模型及非相参积累技术给出了一种实用的低速海面目标的检测与分离方法,它利用海面低速目标距离像的径向距离关联信息来消除低擦地角情况下海尖峰对目标检测可能引起的虚警。仿真结果验证了它的有效性。     

一种复杂背景下运动小目标的检测方法

本文将小目标的帧间信息和光流法紧密联系起来,把小目标的检测分为小目标的预处理、帧间差分和使用金字塔迭代Lucas-Kanade的光流法确定目标三个步骤进行．实验结果表明,该方法能够有效地检测运动小目标．     

一种基于背景预测的红外弱小目标检测方法

介绍了一种新的基于背景预测的空中红外弱小目标检测方法,以提高对复杂背景预测的准确性,减小云层边缘预测不准确形成的虚警.该方法对云层边缘处的点根据其不同尺度邻域上的亮暗点分布特点进行预测;对非边缘点采用基本背景预测法进行预测,最后经过背景对消,将弱小目标检测出来.实验结果表明,与已报导的其它方法比较,该方法能够更有效地抑制云层边缘引起的虚警.     

海天背景下红外小目标检测的背景抑制及海天线检测方法

针对复杂海天背景下红外弱小目标难以检测与识别的问题,提出了基于海天线检测实现远距离弱小目标识别的方法。该方法对采集到的红外图像进行相关处理。通过用多级小波变换方法抑制背景杂波噪声提高目标信杂比;然后使用多方向Gabor滤波融合方法增强海天线边缘,并通过霍夫变换方法实现海天线定位和检测;最后通过定位海天线确定海天线附近区域的目标搜寻范围,缩小目标点潜在区,从而提高弱小目标在海天背景下的检测和识别概率。     

基于稀疏环决策的天空背景红外弱小目标检测算法

针对天空背景红外图像中弱小目标检测的难题,分析了红外目标检测的模型,提出了基于稀疏环决策的目标检测算法。利用数学形态学滤波目标增强方法对图像进行背景抑制,而后采用恒虚警检测方法对滤波后图像进行自适应分割,从而获得候选目标点,然后计算各个候选目标点的局部自相似性描述子,对自相似性描述子归一化、分块之后得到稀疏环表示,利用相应的判断准则可以判别目标点与虚警点。实验结果表明,该算法应用于复杂云层背景弱小红外目标图像能够得到较理想的结果,与移动管道滤波方法相比,能有效区别目标点与固定云层杂波干扰,并且虚警率低,易于实现。     

A New Method for Target Recognition

1　Introduction　SinceZadeh[1] establishedfuzzysettheoryin 196 5 ,fuzzysetmakesgreatachievementintheoryandapplica tion[2～ 5] .Becausethereexistintrinsicfuzzinessinpat ternrecognition ,usingfuzzysettopatternrecognitionacquiregreatsuccess.Toexplainthedifferentandrela tionbetweenfuzzysetandprobabilitytheory ,Zadeh[6 ]introducedpossibilitytheoryin 1978.Possibilitytheoryhadbeenusedinfuzzyreason ,fuzzycontrolandexpertsystem[7～ 9] .Applingpossibilitytheoryto patternrecognitionisattemptedbyHalland…     

基于CSAR图像的目标高度提取方法

圆周合成孔径雷达（Circular Synthetic Aperture Radar,CSAR）可以对目标进行360°全方位观测,获得目标全方位散射信息。通过将CSAR成像数据划分成多个子孔径能够直接获取目标高度信息,本文在原有获取目标高度信息的方法基础上,进行了改进和创新,提出了一种新的提取目标高度信息的方法。本文通过对子孔径图像进行高度向投影,在一定程度上提高了计算精度,同时在子孔径选择时,也考虑了子孔径之间的相关性,有效地提高了算法的精确性。最后首次引入自主测量的L波段实测数据对本文所提算法进行验证,证实了该方法的有效性和准确性。     

基于区域生长和背景配准的低信噪比红外目标检测算法

为了进一步提高复杂背景下低信噪比红外运动目标的检测性能,提出了一种基于区域生长和背景配准的低信噪比红外运动目标检测算法。该算法首先利用局部对比度找出几个种子点;然后根据种子点进行区域生长,统计生长出目标的相关特征;接着采用多帧关联的方法,挑选出候选目标;最后采用背景配准的方法,剔除虚假目标,降低虚警概率。采用大量实验数据进行仿真验证,仿真结果表明,相对于传统算法,本文算法对低信噪比红外运动目标具有较高的检测概率,较低的虚警概率。     

天空背景光条件下空间激光通信系统粗跟踪光斑提取方法的研究

随着科学技术的迅速发展,人们对信息量的需求不断增大。空间激光通信因其具有通信速率高、通信束散角小、安全保密性高等众多优点,受到越来越广泛的应用。在空间激光通信系统中,天空背景辐射是影响系统性能的主要背景噪声。强天空背景条件下,粗跟踪光斑的提取成为了影响粗跟踪精度的主要难点。首先介绍了几种抑制天空背景光的方法,如采用原子滤光片、减小接收机口径等。在实验条件下,采取Otsu阈值处理和质心算法对粗跟踪光斑进行处理,分析天空背景光对粗跟踪成像光斑的影响。实验结果表明,在天空背景光影响下,这种Otsu阈值处理方法能够准确提取成像光斑,可以有效提高粗跟踪精度。     

一种新的红外弱小目标检测与跟踪算法

针对低信噪比下红外序列图像中弱小目标的检测与跟踪问题,提出了一种新的基于双边滤波的方法.首先将传统的二维双边滤波扩展为空-时三维双边滤波,由于同时利用了红外序列的空域信息和时域信息,该三维双边滤波能在抑制噪声的同时增强目标和背景之间的对比度.用其实现红外图像的预处理,再用门限分割检测出红外序列中的弱小目标.同时,用序贯蒙特卡洛方法对检测到的弱小目标进行跟踪.实验中,用实际红外序列图像对算法进行了验证,结果表明,在低信噪比下,所提算法能对红外弱小目标进行实时检测和跟踪.     

噪声背景中点目标检测的多比例法

要把淹没在噪声背景中的运动点目标检测出来是一个十分困难的问题.本文提出了一个基于多比例几何技术的运动目标检测新方法.以高斯函数作为滤波核,用多比例方法构造了一个四维比例时空空间.利用一阶几何特征导出了目标的运动约束方程.基于目标图像的速度一致性和像素连接性,研究了解决运动检测与速度估计的方法. 描述了速度平面上约束直线聚类点或聚类区的粗精搜索算法.给出了精确地搜索最优比例的精度度量.提出的实验和比较结果,支持了这些研究.