一种基于多传感器多级信息融合的红外目标检测方法

针对远距离低信噪比条件下目标检测难的实际问题,该文提出一种基于多传感器多级信息融合的目标检测方法。该算法包括两个部分:特征级融合和决策级融合。在特征级融合阶段,首先提取双波段红外图像的各个特征图像;然后,采用自适应加权方法对所得到的特征图像进行融合,得到目标判决置信图;最后根据置信度最大规则对置信图进行目标位置搜索,得到各级目标判决结果。在决策级融合阶段,对各级目标判决结果采用组合逻辑进行融合,得到系统的目标检测输出。实验结果显示了该算法的有效性。     

基于小波变换的双色红外图像融合检测方法

针对复杂背景中/长波红外图像的特点，提出了一种基于小波变换的中/长波红外图像融合检测方法。首先，对原始中/长波红外图像分别进行小波变换，提取出两幅图像的低频和高频信息；然后，分别对图像的低频和高频信息采用不同的融合准则进行融合，并用小波逆变换重建成融合图像，自适应选取阈值，获得最终的目标检测结果。在实验中，采用相同的方法分别用融合图像、单波段红外图像进行目标检测，实验结果证明，用文中提出的融合检测算法优于仅用长波或中波红外图像的目标检测。     

基于红外双波段数据融合点目标检测算法的实现

在红外系统中,采用单波段的目标检测,通常不能很好地满足系统要求,考虑到红外系统的双波段探测特性,提出了一种基于双波段的红外点目标检测算法,并进行优化,采用迭代方式,容易得到次优的融合后的探测概率。实验表明,该融合后的检测概率与单波段探测概率相比有较大幅度的提高,并且即使在一个探测器水平退化的情况下,仍能优于单波段的探测器。系统仿真实验显示采用该融合算法有着相当稳健性和较大的应用价值。     

基于混合融合策略的双波段红外小目标检测方法

双波段红外图像的小目标融合检测是红外自动寻的系统的关键技术和研究热点之一。为了建立有效的融合检测结构,对基于布尔逻辑的融合检测方法进行了分析,并从小目标红外成像原理出发,提出了一种基于与逻辑和局部灰度的混合融合检测算法。首先,分别对单波段的红外图像进行阈值分割;其次,对两个波段的检测结果进行与融合;再次,对与融合之外的目标点进行局部灰度判别,进一步提高检测概率;最后,根据融合结果调节第一步中局部检测器的分割阈值,以优化局部检测器。实验仿真结果表明,该算法有效地提高了双波段红外的检测能力,且算法结构简单、运算速度快,具有较强的实用性。     

采用模糊推理自适应加权融合的双色红外成像目标跟踪

针对双色红外成像制导系统中多传感器目标跟踪的实际问题,提出了一种基于模糊推理自适应加权融合的目标跟踪算法。该算法首先采用BP神经网络与模糊推理相结合的方法对各传感器的工作性能进行判决;然后根据各传感器的性能测度对多传感器测量数据进行自适应加权融合,得到目标状态的多传感器重建测量;最后采用卡尔曼滤波器对多传感器重建测量进行滤波得到目标状态的最终估计。实验结果证明了该算法的有效性和稳健性。     

基于红外双波段图像融合的点目标识别

为解决红外警戒系统中点目标的识别问题,提出了一种新的点目标识别方法。该方法 首先分别对单波段红外图像进行背景预测与抑制,然后对取自适应阈值后的双波段图像根据目标的运动特征进行融合,最后通过图像序列分析给出最终的目标识别结果。仿真实验表明,该方法对背景有很好的抑制效果,可大大减少目标识别中候选目标点的数目,因而有利于点目标的识别。     

一种红外探测与跟踪系统的仿真设计和实现

介绍了一种基于舰载平台的双波段红外探测与跟踪系统仿真的设计与实现 ,其目的是为舰载指控系统数据融合提供目标信息。该仿真包括目标与背景辐射亮度的计算、传感器虚警概率和检测概率的计算 ,以及产生目标与背景红外图像的方法和目标跟踪的实现。     

一种基于广义累积和的多波段红外变异点目标检测方法

在红外搜索跟踪应用中,对突然出现和消失的变异点的检测一直是个亟待关注和研究的重要课题。随着多波段红外探测系统的应用,提出一种基于广义累积和的红外目标运动轨迹序列检测新方法,将检测波段从单波段扩展到多波段,从而保证虚警概率不大于某一定值的情况下,使多波段变异点探测概率增大或使所需的信噪比和平均检测时延大大减小。数据仿真表明,这一方法在红外变异点目标序列检测方面具有良好的效果,在虚警概率一定的情况下,信噪比检测门限可降低至传统方法的60%,双波段变异点平均检测时延约减少为传统检测方法的1/2。     

雷达与双波段红外探测器融合跟踪系统

利用双波段红外探测系统测到的目标双波段红外辐射信息,推导出目标的伪距离量测信息,使得单站红外探测系统变为可观测系统;在此基础上,采用带反馈的分布式估计融合算法,将雷达与双波段红外探测系统得到的局部航迹进行融合,并将每次融合估计的结果反馈给局部传感器,使得融合中心达到最优性能的同时,减小了雷达和红外局部估计的误差.仿真结果表明:①单站红外探测系统利用目标的双波段红外辐射信息能够对目标进行有效地跟踪,跟踪精度较高;②带反馈的布式估计融合算法具有良好的跟踪性能,而且能够明显改善局部传感器的跟踪精度.     

基于小波变换与灰度形态学滤波的双波段红外图像弱目标融合检测

针对舰载红外搜索与跟踪系统中的弱目标检测问题,本文首先提出了一种采用小波变换与灰度形态学滤波相结合的背景抑制与目标增强算法;然后基于所提出的背景抑制与目标增强算法设计了一种双波段红外图像弱目标融合检测方法;最后采用实际的双波段红外图像序列对所提出的背景抑制与目标增强算法和所设计的双波段红外图像弱目标融合检测方法进行了实验测试,并给出了详细的分析与比较。实验结果显示所提出的背景抑制与目标增强算法在较大程度上改善了在信噪比条件下的红外图像弱目标检测效率,而双波段红外图像的应用进一步提高了系统的目标检测性能。     

卫星红外图像点目标检测预处理

对卫星红外图像点目标检测预处理方法做了研究,采用线性滤波器和非线性滤波器并行对图像进行预处理,仿真实验表明该方法可以在保证很高的检测率的同时大大降低虚警率,为后续处理提供有力支持。算法简单可行,利于硬件实现。     

采用三层窗口局部对比度的红外小目标检测

在红外制导、预警等领域，高检测率、低虚警率和高实时性地检测出红外小目标具有重大的理论和实际意义。提出了一种采用三层窗口局部对比度的红外小目标检测方法，该三层窗口可以通过单尺度计算解决不同尺度小目标的检测难题，提高检测的实时性。同时，通过在对比度计算前、对比度计算中和对比度计算后等环节中分别对真实目标进行增强、对复杂背景进行抑制，实现提高检测率、降低虚警率的目的。在若干红外序列和图像中进行实验验证表明，相比8种现有算法而言，该方法可以取得更好的检测率和虚警率，其平均耗时仅为某些多尺度算法的1/3~1/2左右。     

线性调频航管雷达风电场杂波背景下目标检测

传统动目标检测(Moving Target Detector, MTD)技术无法抑制具有频谱展宽特性的风电场杂波,可能导致目标检测概率下降和虚警率上升等问题。针对此问题,提出了一种线性调频航管雷达风电场杂波背景下的目标检测方法。该方法先进行风电场杂波抑制,再对杂波抑制后的数据基于MTD进行飞机目标检测。文中给出的风电场杂波抑制方法中,首先将传统谱中心补偿的风电场杂波抑制方法应用到线性调频体制雷达,针对此时存在的旁瓣抑制后的主瓣展宽问题,利用雷达参数信息优化恒虚警率(Constant False-Alarm Rate, CFAR)检测方法,再根据目标与杂波相对位置不同采用不同的方法抑制杂波。对于目标与杂波扩展主瓣在不同距离单元时,基于谱中心补偿及基于雷达参数的CFAR检测方法来检测并抑制风电场杂波;对于目标与杂波扩展主瓣在相同距离单元的情况,基于匹配追踪（Matching Pursuit,MP）算法抑制风电场杂波。仿真数据与实测数据实验结果表明该方法在保证有效检测目标的前提下能降低风电场杂波引起的虚警率。      

基于强散射点在线估计的距离扩展目标检测方法

传统的距离扩展目标检测一般在散射点密度或散射点数量先验条件下完成,在目标散射点信息完全未知时检测性能会大幅降低。针对这个问题,该文提出一种基于强散射点在线估计的距离扩展目标检测方法(OESS-RSTD),该方法利用机器学习中的无监督聚类算法在线估计强散射点数量以及首次检测门限,然后再结合虚警率,确定2次检测门限,最后通过两次门限检测完成目标有无的判决。该文分别利用仿真数据和实测数据进行了试验验证,并和其他算法进行了试验对比,通过虚警概率一定时的信噪比(SNR)-检测概率曲线验证了该文所提方法相对于传统算法有更高的稳健性,且该方法不需要目标散射点的任何先验信息。     

An Efficient Two-Dimensional Least Mean Square (TDLMS) Based on Block Statistics for Small Target Detection

In this paper, we introduce an efficient TDLMS filter, using the new weight structure and nonlinear step size for small target detection within infra-red (IR) imagery. A new TDLMS filter that can efficiently detect a small target in IR imagery is proposed. The concept of the proposed filter is to utilize the new weight matrix having the structure reducing effects of the target pixels in order to predict exactly the background. The nonlinear step size utilizing the block statistics is used and background estimation is calculated finally by using the Gaussian distance map. Experimental results show that the proposed method exhibits higher detection rates and lower false alarm rates in comparison to the conventional TDLMS filter.     

基于压缩感知的步进频雷达目标检测算法

为了解决压缩感知步进频雷达在低信噪比下的目标检测问题,结合传统雷达的恒虚警检测和压缩感知雷达重构思想,建立基于压缩感知的步进频雷达的目标检测模型,利用复近似消息传递消息的特性,提出了一种基于多脉冲的重构算法,并结合恒虚警检测实现了低信噪比下的压缩感知步进频雷达目标检测。仿真结果表明：文中所提的方法提高了检测概率,改善了目标检测性能。     

地面红外目标图像识别方法研究

红外成像自动目标识别是精确制导武器的重要研究内容.针对地面复杂背景条件下,目标难以检测识别的问题,在分析地面目标红外图像场景的基础上,首先利用形态学技术对图像进行去噪和抑制背景,采用Otsu法对图像进行阈值分割并用形态学技术消除虚警目标点,用扩展像素标记法对图像进行区域标记,然后提取目标形状、矩和统计分布三类特征作为识别特征,并采用模糊综合评判方法识别目标.对实地拍摄的100幅坦克目标红外图像进行了识别实验,结果表明,该方法在坦克的典型作战环境下具有较强的抗噪性能和抑制背景结构干扰的能力,能有效识别出目标,并且易于用并行处理和硬件实现.     

一种基于局部分形维的CFAR检测算法

目标检测是图像处理领域和计算机视觉中一项非常重要的研究课题.针对光学遥感图像自然背景下人造目标检测中检测时间长,虚警率偏高的问题,本文提出一种基于局部分形维的CFAR检测算法.该算法首先引入重标极差分析法,把图像的局部窗转化为一维序列的形式,且通过对一维序列极差和偏差的运算得到反映图像局部纹理特征的局部分形维,并以此构造出图像的分维像.然后在分维像基础上进行快速CFAR检测,确定滑窗中心点像素是否为目标像素.最后对目标像素进行聚类以提取感兴趣目标区域.利用本文提出的算法对不同地区的光学图像进行了大量的实验,得到了较好的检测结果.实验结果证明了该算法在高分辨光学图像中能有效、快速地地检测自然背景中的人造目标.与传统的人造目标检测算法相比,本文提出的算法能有效地减少检测时间,降低虚警率.