常规采样与过采样点目标检测性能比较分析

对于红外扫描有效载荷等光电探测系统,瞬时视场的减小(提高分辨率)对抑制背景杂波、提高检测概率和降低虚警率具有重要意义。过采样技术一直是提高仪器成像分辨率时的研究热点。针对点目标探测系统,对常规采样和过采样两种采样体制进行了对比分析。结果表明,在响应的标准差、平均响应和超出率方面,过采样系统具有明显优势。     

不同采样体制对点目标的定量检测性能

围绕单采样和过采样扫描探测体制下的点目标定量检测性能,基于亚像元的采样模型,建立了一定分辨率条件下探测不同高度、尺寸目标的成像链路仿真模型,从目标信号采集能力、背景及杂波水平影响、检测能力和测量特性四个方面对比分析了相同瞬时视场的单采样、过采样以及两倍瞬时视场的过采样三种规格采样体制的目标检测性能。分析结果表明：相同瞬时视场的过采样比单采样更有利于目标信号的采集,检测能力更强,两倍瞬时视场的过采样对目标信号有抑制作用,不利于低信杂比情况下的目标探测;两种规格的过采样对背景信号及杂波均有抑制作用;两种规格的过采样对目标辐射强度都有明显的过采集误差,必须进行修正。     

时-空过采样系统对点目标成像仿真与验证

为了验证时-空过采样系统对点目标探测的优越性,设计了红外点目标成像仿真及实验系统,研究并验证了时-空过采样获得的点目标图像形状、能量分布特点。首先,对比分析了时-空过采样系统与常规采样系统对点目标扫描成像原理;然后,对时-空过采样系统成像过程建立模型,通过仿真研究该系统对点目标的成像特点;最后,设计红外点目标成像实验并对实验数据进行分析。仿真及实验结果证明了时-空过采样克服了单采样对点目标成像能量分散的问题,图像信噪比至少提高2倍以上,且验证了经时-空过采样后,点目标像素之间具有特定的相关规律。利用时-空过采样的点目标成像特点,可为点目标的快速检出提供有利条件。     

基于时－空过采样系统的点目标检测性能分析

为了提高扫描成像系统对于点目标的探测性能,提出了时-空过采样点目标探测体制,并对其进行了目标检测性能分析.首先,分析了单采样体制在点目标探测中易存在跨像元导致的目标能量分散问题,以及探测器随机高强度噪声及空间质子流尖峰信号导致的虚警问题;然后,提出了用于点目标扫描探测的时-空过采样体制.最后,基于图像信噪比对相同光学系统下单采样和时-空过采样系统的目标检测性能进行了比较分析.分析结果表明,通过采样方式能够实现目标能量集中到一个像元,保证了图像信噪比需求.通过高分辨率融合使得目标尺度大干噪声及尖峰的尺度,目标尺度最大扩展至3×3像元,基于目标空间相关的处理可以有效降低了虚警,提升系统检测性能.     

基于时－空过采样系统的点目标检测性能分析

为了提高扫描成像系统对于点目标的探测性能,提出了时-空过采样点目标探测体制,并对其进行了目标检测性能分析。首先,分析了单采样体制在点目标探测中易存在跨像元导致的目标能量分散问题,以及探测器随机高强度噪声及空间质子流尖峰信号导致的虚警问题;然后,提出了用于点目标扫描探测的时-空过采样体制。最后,基于图像信噪比对相同光学系统下单采样和时-空过采样系统的目标检测性能进行了比较分析。分析结果表明,通过过采样方式能够实现目标能量集中到一个像元,保证了图像信噪比需求。通过高分辨率融合使得目标尺度大于噪声及尖峰的尺度,目标尺度最大扩展至3?3像元,基于目标空间相关的处理可以有效降低虚警,提升系统检测性能。     

基于深度卷积神经网络的红外过采样扫描图像点目标检测方法

针对红外过采样扫描成像特点,提出一种基于深度卷积神经网络的红外点目标检测方法.首先,设计回归型深度卷积神经网络以抑制扫描图像杂波背景,该网络不含池化层,输出的背景抑制图像尺寸与输入图像一致;其次,对抑制后的图像进行门限检测,提取候选目标小区域原始数据;最后,将候选目标区域数据依次输入分类型深度卷积神经网络以进一步判别目标、剔除虚警.生成大量过采样训练数据有效训练两个深度网络.结果表明,在不同杂波背景下,该方法在目标信杂比增益、检测概率、虚警概率和运算时间等方面,均优于典型红外小目标检测方法,适用于红外过采样扫描系统的点目标检测.     

一种融合预测过采样的运动目标检测算法

为了改善运动目标检测的精度,提出了一种融合了预测过采样的运动目标检测新方法.首先,基于二维傅里叶变换预测当前帧的目标形状并计算形状相似度;然后,从历史检测结果中选择一定数量的参考帧,使用光流法跟踪目标像素点在参考帧与当前帧之间的运动轨迹,并以像素点轨迹为参考在采样区间执行稠密过采样;最后,基于过采样样本构造前景模型,并在图分割框架内联合使用前景背景模型实现目标检测.在公共数据与自采数据集上对所提方法进行了实验验证,结果表明,相对于经典的运动目标检测算法,所提方法能够有效提高检测精度.     

欠采样与过采样技术研究

数据采集面临两类问题:要有更高的采样率,来满足对高频信号的采样需求;能有更大的采样动态范围,来满足对微弱信号的采样需求。欠采样技术和过采样技术的出现很好地解决这两个问题。文章将解析欠采样和过采样的基本原理,并利用欠采样和过采样解决实际遇到的问题。     

过采样扫描探测性能对比分析

分析了单采样和过采样两种扫描探测体制的成像原理,并建立了扫描图像仿真模型.在不同云层杂波场景下从目标能量收集、背景杂波抑制和弱小目标检测三个方面对单采样和过采样扫描图像进行了对比分析.理论分析和仿真结果表明:过采样扫描探测体制更有利于收集目标能量,杂波抑制能力较优,对弱小目标的探测能力更强.     

运动点目标精确定位方法研究

对运动点目标的能量分布及焦平面相位噪声进行分析.提出了通过空间过采样及多帧叠加的方法,减少焦平面相位噪声的影响,并积累点目标能量,使得点目标扩大为小目标斑.通过求小目标斑的中心来得到点目标的精确定位.应用该方法,即使在低信噪比情况下,仍能取得良好的定位效果.     

过采样扫描探测性能对比分析

分析了单采样和过采样两种扫描探测体制的成像原理,并建立了扫描图像仿真模型。在不同云层杂波场景下从目标能量收集、背景杂波抑制和弱小目标检测三个方面对单采样和过采样扫描图像进行了对比分析。理论分析和仿真结果表明：过采样扫描探测体制更有利于收集目标能量,杂波抑制能力较优,对弱小目标的探测能力更强。     

一种新的基于目标检测的波段选择方法

针对现有的高光谱遥感波段选择方法应用于目标检测时效果不高的问题,提出了基于目标检测的波段选择方法两步波段选择（Two Step Band Selection,TSBS）方法。该方法首先应用典型波段选择方法对高光谱波段进行初选;然后根据波段逐一累积后不同波段组合的目标检测效果,对初选波段进行再次选择,最终得到目标检测效果更好的波段组合。该方法不仅继承了典型波段选择方法的优点,而且直接基于目标检测的效果选择波段,应用针对性强,方法简单易行。实验结果表明:TSBS方法在高光谱数据波段选择方面具有较好的普适性,能够在实现数据降维的同时,有效改善目标检测的效果。     

基于改进欧式聚类算法的双目主动视觉点云目标检测研究

双目视觉立体匹配时,在同色调表面因为缺乏纹理信息,不仅计算量大且匹配度低, 而且生成的 场景中的点云又具有非结构化、近密远疏的性质, 因此,提高双目视觉匹配的精度与速度, 以及准确分割点 云目标, 一直是点云获取及目标检测中的难点问题。 针对以上问题, 本文首先提出了一种融合主动激光 的 3D 点云目标采集方法, 快速准确地获得原始点云数据; 其次提出了一种基于欧式聚类的改进算法, 使用距离阈值和角度阈值作为阈值分割判断条件进行分段聚类, 得到边界明确的 3D 点云目标检测框。 实验结果表明:所设计的 3D 点云成像系统能够有效获取前方物体的 3D 点云信息,且具有比激光雷达成 本低、易实现、信息丰富等优势;改进后的欧式聚类算法能有效改善传统算法对阈值较为敏感导致的物 体易出现欠分割或过分割的问题, 提高了目标检测的准确率, 在室内场景下具有良好的检测效果。     

基于改进的混合高斯模型的运动目标检测方法

为了改善混合高斯模型在光照突变时容易产生大量误检的缺陷,采用了一种高斯模型与均值法相结合并为前景像素建立计数器的方法。在建立背景模型时,运用多帧图像求平均值的方法初始化混合高斯模型的背景;为每帧图像的前景像素数建立计数器,并以此消除被误判为前景的区域;对检测出的前景区运用数学形态学处理,得到图像真正的前景区域。结果表明,该算法不仅克服了初始背景中的干扰,而且消除了光照突变时的误检,提高了运动目标的检测率。