一种基于白化滤波器的红外小目标检测方法

提出了一种新的红外图像场景模型,新模型认为红外图像中只包括2种类型的点:目标和起伏噪声。提出了基于这种模型的白化滤波器,给出了对红外图像背景进行白化的算法步骤,并采用基于单个像素局部邻域估计该点功率谱的方法实现了白化滤波器。实验结果表明,这种方法能够很好地白化起伏背景,为进一步的红外目标检测打下了基础。     

基于灰度形态学累加和SUSAN算法的红外弱小运动目标检测

本文提出了一种基于灰度形态学累加和SUSAN算法的红外弱小运动目标检测方法.首先利用Butterworth滤波器对原始红外图像进行高通滤波,得到包含少许噪声点和目标点的处理图像;然后,通过基于灰度形态学的多帧累加的方式进一步提高图像的信噪比;最后利用SUSAN检测算子对多帧累加过的红外图像进行分割并将真实目标检测出来.为了提高小目标检测的实时性,给出了基于FPGA DSP的硬件实现结构.实验表明,该方法能够较好地消除背景和抑制噪声,从而准确有效地检测红外运动弱小目标.     

数据驱动二次相关滤波器红外目标检测

针对传统红外目标检测算法易受目标和背景先验样本质量、目标姿态和视角及噪声等的影响,提出了一种新的基于稀疏编码的数据驱动二次相关滤波器目标检测算法,其中给出了目标自相关矩阵基字典的概念,该数据驱动滤波器模型能包容多种姿态和视角的目标,并能抑制噪声和样本质量的影响,同时可以舍弃对无规律背景样本的依赖,通过对行人和车辆的实验验证了该算法的有效性.所提算法的设计思想对诸多滤波器算法的改进具有很好的借鉴意义.     

低信噪比下抖动的红外弱小目标的实时检测

文章根据实时测量需要,结合硬件提出了一种快速算法。在分析红外点目标、噪声及杂波模型的基础上,通过去除温度非线性及选择合适的高通模板的预处理,有效地抑制了噪声,提高了信噪比,从而达到复杂背景下红外点目标检测的目的。已成功研制了一种红外处理系统,它实时完成了弱小目标的有效检测和精确跟踪。     

基于背景抑制的红外小目标检测方法

分析了红外图像中小目标，噪声以及背景的特点，为了抑制背景从而检测出红外小目标，应用了最小平方中值滤波器算法和数学形态学算法，并和时域中值滤波器算法作了比较。仿真结果证明数学形态学算法是性能最好的算法，时域中值滤波器算法次之，最小平方中值滤波器算法最差。     

基于双核判决的红外小目标检测方法

复杂背景下红外小目标检测与跟踪是红外目标探测系统的核心技术之一。为了准确检测与跟踪空中多个小目标,针对复杂背景下单帧检测虚警率偏高,导致帧间检测计算量大的问题,提出了一种基于双核判决的小目标检测算法。首先根据目标、背景及噪声的不同灰度特性,利用Robinson滤波器结构,设定背景区域和小目标区域,更为真实的表现背景与小目标的区域分布;然后计算外核目标与背景在四个方向上的对比度及内核目标区域内的相似度,若双核度量同时达到设定阈值条件,则判定为真实目标点,这样消除背景边缘及噪声的影响,减少目标检测虚警。实测数据表明,与传统的高通滤波法、Top-hat算法相比,该算法能在单帧检测上更有效检测出小目标,抑制背景边缘和噪声点,提高抗噪能力,降低虚警率,增强帧间目标的检测识别率,能大大减少序列图像间目标检测与跟踪的计算量。     

基于小波和Context模型的海面红外弱小目标检测

红外图像中弱小目标的检测一直是图像处理领域的热点和难点.介绍了一种基于小波变换和Context模型空间自适应滤波的红外弱小目标检测算法.该方法首先利用小波滤波器抑制大部分背景杂波,然后采用基于Context模型的空间自适应滤波器对高频系数做进一步处理,提高信噪比,最后采用基于Bayes分类算法的迭代门限进行图像分割.实验结果表明,与高通滤波相比,该方法能够更有效地检测出弱小目标.     

一种基于时域滤波的红外点目标检测算法

基于天空背景的红外运动点目标检测和跟踪是红外成像制导信息处理的重要研究内容.在分析红外图像序列的基础上,利用矩阵奇异值分解,提出了一种基于时域滤波的目标检测算法,通过选择滤波器的参数,该算法可以有效分离天空中的云团背景以及所检测的目标,最终试验结果验证了算法的有效性.     

基于改进加权核范数的红外弱小目标检测

针对传统基于鲁棒主成分分析(RPCA)的红外弱小目标检测算法对噪声不敏感,算法运行时间长,鲁棒性不强的问题,提出一种重加权红外小目标图像模型,并用非精确增广拉格朗日乘子法(AIALM)求解。该方法首先将原始红外图像转化为红外块图像模型,然后采用重加权核范数对背景块图像进行约束,较好地保留了背景边缘。针对单纯使用l1范数不能抑制某些噪声或杂波的问题,引入了加权l1范数,进一步增强了目标图像的稀疏性。最后,将红外块图像模型转化为重加权RPCA问题,并用AIALM求解。通过大量实验表明:该算法在抑制背景杂波以及目标检测性能方面要优于其他传统算法。     

云杂波背景弱小目标自适应时-空域滤波检测研究

针对复杂云背景成像弱小目标实时检测的需要，提出一种检测能力强、易实现的自适应时-空级联滤波目标检测算法，其中时域滤波采用改进的可递归实现的方差滤波器预检测出包含目标和少量杂波点在内的可疑目标点集，而后通过一种自适应像素空域边缘强度滤波器剔除剩余杂波点。算法两级滤波器的参数均实时更新，因此算法对场景变化适应能力强。对五组实际红外图像序列目标检测的实验结果表明，算法能稳定检测出多类天空背景中的目标。     

基于EM算法和GOF的宽带分布式 目标检测算法

 针对K分布杂波背景下的宽带分布式目标检测问题,提出了一种基于期望最大化算法和拟合优度检测方法的检测算法.该算法利用期望最大化方法估计杂波参数,提高了估值精度.通过结合拟合优度检测有效利用了目标回波对杂波背景的干扰,并简要分析该算法的恒虚警率性.对仿真数据与实测数据的多个仿真结果表明,与传统的非相干积累方法及基于散射点密度的广义似然相比,该算法检测性能有明显的提高.     

Enhanced detectability of small objects in correlated clutter usingan improved 2-D adaptive lattice algorithm

Two-dimensional (2-D) adaptive filtering is a technique that can be applied to many image processing applications. This paper will focus on the development of an improved 2-D adaptive lattice algorithm (2-D AL) and its application to the removal of correlated clutter to enhance the detectability of small objects in images. The two improvements proposed here are increased flexibility in the calculation of the reflection coefficients and a 2-D method to update the correlations used in the 2-D AL algorithm. The 2-D AL algorithm is shown to predict correlated clutter in image data and the resulting filter is compared with an ideal Wiener-Hopf filter. The results of the clutter removal will be compared to previously published ones for a 2-D least mean square (LMS) algorithm. 2-D AL is better able to predict spatially varying clutter than the 2-D LMS algorithm, since it converges faster to new image properties. Examples of these improvements are shown for a spatially varying 2-D sinusoid in white noise and simulated clouds. The 2-D LMS and 2-D AL algorithms are also shown to enhance a mammogram image for the detection of small microcalcifications and stellate lesions.     

Amplitude information based robust tracking method for multiple marine targets

A robust multi-Bernoulli filter based on the amplitude information of the target in sea clutter was proposed,in which the amplitude information of the target and sea clutter was exploited to improve the measurement likelihood.Therefore,the proposed approach could distinguish targets from clutter better when they were spatially close,which further enhanced the ability to track targets in marine radar detection applications.The simulation results of Swerling type Ⅰfluctuating targets tracking in K distributed sea clutter show that,the proposed algorithm is superior in performance to the robust multi-Bernoulli filter in terms of state estimation,cardinality estimation,as well as clutter rate estimation.     

基于快速特征分解的自适应杂波抑制算法

针对部分相关中等起伏目标的最佳检测，本文提出了基于快速特征分解的组滤波自适应杂波抑制的实现算法。算法能有效抑制杂波，提高检测概率，由于采用了快速子是分解技术而明显地降低了运算量使算法易于实时实现。对收敛特性的分析表明，算法具有良好的收敛性能。文中采用的最小二乘技术同组滤波方法的结合使得即使在非平稳的条件下也可以获得高效的杂波谱估计，进而有针对性地完成特定谱区域的信号提取，从而实现在不同目标和杂波环     

基于冗余小波变换的高频地波雷达目标检测算法

为了从高频地波雷达(High Frequency Surface Wave Radar, HFSWR)信号生成的复杂距离多普勒(Range Doppler, RD)图像中准确提取运动点目标, 提出了一种基于冗余小波变换(Redundant Discrete Wavelet Transformation, RDWT)的RD图像点目标检测算法.该算法根据点目标与海杂波、电离层杂波等特征的差异, 首先在距离方向进行自适应RDWT以去除海杂波和地杂波, 并在多普勒方向进行自适应RDWT以去除电离层杂波; 然后利用图像形态学运算对背景噪声进行了抑制; 最后进行阈值自适应分割以得到点目标.实验结果表明:该算法能有效抑制RD图像中的海杂波、电离层杂波和背景噪声, 能从复杂的RD图像中实现点目标的有效检测, 其检测性能优于改进的恒虚警率(Constant False Alarm Rate, CFAR)算法.     

高分辨SAR图像中杂波的统计特性分析

为使SAR图像目标检测在复杂多变的地物杂波环境中获得最佳的性能,研究SAR图像中杂波的统计特性将是一件有意义的工作.在综合对比已有统计模型的基础上,从理论上重点分析了G0分布.运用实测SAR场景中表征不同地物类型的大量数据,从幅度直方图拟合、拟合精度检验等方面深入分析了杂波的统计特性.得出了在目前已有实用的统计模型中,C0分布最适合于描述SAR图像杂波统计特性,它是一种对于均匀、一般不均匀和极不均匀杂波区域建模的通用分布的新结论.因此,以C0分布为杂波模型的目标检测算法具有巨大的应用潜力.     

杂波图CFAR平面技术在均匀背景中的性能

典型的杂波图恒虚警检测技术常被用于时域平稳、空域变化较剧烈的杂波环境。它在每个杂波图单元处都形成一个独立的检测阈值,于是被称为杂波图ＣＦＡＲ点技术。而沈福民提出了一种杂波图ＣＦＡＲ平面技术的构想。这是一种在时空两维变化都比较平稳的杂波环境情况下尤为适用的杂波图ＣＦＡＲ检测技术,我们将其称为面技术。本文具体推导了这种技术在时空两维都均匀的背景中的检测性能表达式,并同杂波图点技术的性能进行较细致的分析     

一种船用雷达的海杂波抑制算法

海杂波是经雷达发射信号照射后从海洋表面反向散射的回波,它的存在严重干扰了雷达对海面目标的检测和定位跟踪性能。现有的海杂波抑制方法中,在对海杂波进行抑制的同时,也会对近处目标信号幅度造成衰减,甚至导致漏检的发生。本文从图像处理角度,提出了一种海杂波的抑制算法,包括如下几个步骤：初始化参数和数据、参数估计、海杂波的抑制和估...     

强杂波中红外弱点目标检测新算法

为解决强杂波中红外弱点目标的检测问题,提出了基于小波变换模极值及其位相值的双特征检测算法。通过去掉相邻奇异点形成的模析值链及位相链,消除云层、海浪及水天线等强要波背景,提高了单帧点目标的检测能力,模拟实验表明,算法特别适用于帧率的红外警戒系统,可检测信杂比为２的点目标。