弱小目标跟踪算法性能评估的研究

本文提出了弱小目标检测和跟踪算法的性能评估框架,并针对弱小目标检测和跟踪的特点,从背景特性、目标特性和跟踪干扰特性等方面对弱小目标序列图像的仿真进行了分析.通过分析弱小目标跟踪中可能遇到的不同的目标情况和由此产生的正确跟踪轨迹、正常轨迹消失、错误跟踪轨迹、遗漏轨迹和虚假跟踪轨迹等目标跟踪状况,以弱小目标仿真模块提供的目标原始真值为基础,采用了有效跟踪评价和有效跟踪精度评价的方法对跟踪算法进行评估.试验表明,该方法能够有效地评估弱小目标跟踪算法.     

图像序列中运动弱小目标的检测

根据序列图像中运动弱小目标的相关性,提出一种弱小目标检测的方法。采用能量积累的方法,提高图像信噪比;采用自适应门限进行阈值分割,得到二值化的图像;利用聚类的方法去掉噪声点。实验结果表明,该方法能够有效地提取出低信噪比下序列图像中的弱小目标。     

弱小目标检测与跟踪算法

低对比度小目标检测与跟踪算法的研究是电视跟踪领域的关键技术之一。针对弱小目标的目标特性，按USAN原则进行目标检测，利用目标的特征参数及目标运动的一致性、连续性排除噪声干扰，实现对目标的稳定跟踪。实验采用VC＋＋仿真平台验证该算法的可行性和有效性，并移植到DSP专用图像处理平台上，达到了工程的5可靠性与实时性要求。     

基于背景分类的弱小目标检测算法

为了降低复杂背景对弱小目标探测的影响,本文提出了一种基于背景分类的弱小目标检测算法.背景分类的依据是背景的复杂度,本文用熵运算估计背景的复杂程度,同时为了简化算法,采用多分辨率的小波变换.再用模糊数学中的隶属度函数映射到模糊特征平面,作为背景因子图像.接着对背景因子图像进行最大熵阈值分割,将复杂的地面背景与平坦的天空背...     

复杂背景可见光图像中弱小目标探测的新算法

针对具有复杂背景的可见光图像中弱小目标很难探测这一问题,研究了一种面形态学空间滤波器可以在单帧图像中检测出比局部背景灰度值高出 10%以上的候选小目标;在经过空间滤波和帧相关滤波后的多帧图像中提取出每一个候选小目标的一组特征矢量;特征矢量的融合算法可以排列出多个小目标的威胁次序。仿真试验表明该算法可以探测出多个与背景灰度接近的可见光弱小目标,并可以对其威胁次序进行排序。     

红外弱小目标检测背景抑制算法研究

复杂背景下红外小目标识别一直是红外图像处理的关键技术之一,针对复杂云背景下红外弱小目标的时域和空域特征,考虑到易于硬件实现和实时性要求,提出基于快速统计排序滤波和Robinson Guard滤波并行快速处理算法,对复杂背景进行高信噪比抑制。实验证明,该方法能够有效地提高红外弱小目标图像信噪比和复杂背景下的小目标的检测概率。     

复杂场景条件下的运动目标检测算法

针对复杂场景条件下运动目标检测方法存在的局限性,提出了一种基于运动检测和静止图像分割相融合的算法。采用相邻帧差法结合建立的假设检验模型进行自适应的运动目标检测;为消除孔径效应和噪声的影响,根据运动目标检测的结果,在当前帧利用区域增长法融合运动分割的结果。试验结果表明,算法能从复杂场景的图像序列中有效地检测和提取出运动目标,并有很强的鲁棒性。     

基于模糊融合的红外弱小目标快速检测算法

提出了一种基于模糊融合的红外弱小目标快速检测新算法。算法以差分图像为基础,根据差分图像的噪声特性引入衡量像素点灰度变化程度的隶属度函数,将经过隶属度函数“模糊化”的数帧差分图像进行模糊“与”操作实现融合,按照规则对融合后的图像进行两次模糊推理,实现了弱小目标的检测。仿真实验结果表明,该算法保留了差分法良好的实时性,克服了确定检测阈值难和“硬”判决带来检测概率低的缺点,能快速有效地检测出低信噪比红外图像序列中的像素个数不小于4的弱小运动目标。     

红外弱小目标检测跟踪并行处理系统

针对红外弱小目标的实时检测与跟踪,本文设计了一套基于4×ADSP TS201S-600处理器的多DSP并行处理系统.该系统拥有LVDS数字视频输入输出接口,利用TS201S的链路口构建了松耦合并行处理系统,支持多DSP间的两两交叉互联和板级互联,定点运算的峰值速度可达19.2 GMAC@16 bit/s,浮点运算的峰值速度可达14.4 GFLOPS.实验结果表明,该并行处理系统具有高实时性、良好的适用性和扩展性等特点,可以实现对大画面,高帧频的红外弱小目标实时检测跟踪.     

图象序列中检测运动小目标的递归算法

分析了一种基于卡尔曼滤波理论的时域递归低通滤波算法。这种算法根据运动小目标,背景干扰和噪声在图象序列中的差异,能够抑制背景,增强小目标并将其从相对静止的背景中有效地分离出来。在恒虚警概率条件下,该算法可以在低信噪比的情况下,减小背景干扰和随机噪声的影响,提高信噪比,选取适当的阈值,能够得到清晰的小目标轮廓,通过仿真验证了这种算法的有效性     

基于小波变换的海面背景红外小目标检测方法

采用基于正交小波分解的多分辨率分析实现频带选择,抑制噪声和背景杂波;检测图像的水平和垂直方向边缘,确定海天线和目标潜在区;利用不同方向边缘进行融合,除去大量背景干扰而获得目标候选点;检测候选目标点的灰度值,确定阈值排除虚警点并分割目标。实验结果表明,该方法能检测复杂海面背景中的舰船红外小目标。     

起伏背景的小目标快速检测算法

分析了双门滤波算法抑制噪声能力强的特性,针对其在计算目标门和背景门均值和方差时计算量大的缺点,提出了一种快速双门滤波算法,该方法利用两个与图像一样大的二维数组来保存中间结果,这两个数组的元素值分别代表图像左上角所有像素的和与平方和,则计算目标门和背景门的均值和方差时可将MxN次加法和一次除法简化为两次减法、一次加法和一次除法运算,从而大大减少运算量,本算法的计算量从理论上讲仅为传统双门滤波运算量的3/M×N,且计算量不会随目标门、背景门尺寸的增加而增加(M、N分别代表背景门的高度和宽度).运用快速双门滤波抑制背景和噪声,初步检测出目标,然后再利用目标运动的连续性剔除虚假目标,实现运动目标的最终检测.试验结果表明:该算法能够对小目标进行有效的检测.     

天文图像序列中弱目标的实时检测算法

针对天文图像中运动弱小目标的检测问题,在分析天文CCD图像特点的基础上,根据待检测目标运动状态的不同,提出:1)在检测动目标时,对基于图像对称差分运算方法进行了改进,改进后的方法性能优于图像差分法,且硬件实现容易。该方法以连续三帧序列图像为一组处理对象,在进行绝对差运算之前,对图像进行对比度增强及均值滤波;2)使用形态学滤波的方法实现单帧静止多目标的检测,该方法采用top-hat算子完成背景的估计与目标的检测。为了实时实现所提出的动目标及静止目标的检测算法,设计了DSP FPGA硬件架构方案,并进行了外场实验。实验的结果表明,检测算法在硬件加速的情况下可以实时有效地检测到SNR≈2的弱小目标,并可以同时实时保存原始图像数据。     

对数极坐标图像匹配在目标姿态测量中的应用

本文介绍了一种基于极坐标下图像匹配的方法实现帧与帧之间旋转角度的计算,并可以得到目标轮廓保证可靠跟踪,其坐标变换部分不同于传统的对数极坐标变换,该方法并不进行对笛卡尔坐标系下图像的采样,而是完全保留目标精确的边缘信息用以进行边缘形状匹配.匹配过程分为粗匹配和精匹配两步进行,这种方法主要是利用了极坐标下目标轮廓旋转不变性来实现的.本文还提出了一种双目测量目标旋转角度系统,通过该系统可以完成对空间中的目标在任一旋转平面上的旋转角度.实验证明,该方法计算量小、简单实用、跟踪精度满足要求.     

基于MAS小波变换的红外小目标检测方法

提出一种基于MAS小波变换多尺度相关的红外小目标检测方法.该方法通过二进MAS小波对图像进行多尺度分析;利用边缘和噪声具有不同的Lipschitz指数造成它们的小波变换模在不同尺度下的不同传播特性,根据小波变换模尺度相关性区分边缘和噪声;利用小目标与背景和云层边缘具有不同的奇异性,在相同尺度下小波变换模不同的特性加以区分,得到最终的检测结果.实验结果表明,该方法能够有效地进行红外小目标检测.     

一种实时的复杂户外场景下目标检测算法

根据实际系统中高帧频摄像机背景图像运动不大而目标有一定运动的特点,首先分离奇偶帧图像,隔帧相减并用自适应阈值技术二值化图像来检测运动目标,经过形态学处理得到许多连通的区域,然后利用目标面积最大等特征识别目标并用外接矩形定位目标,得到目标运动的真实轨迹。仿真结果表明：该算法能简单有效地检测机动目标且易于硬件并行实现。     

光电图像序列运动弱目标实时检测算法

针对光电探测图像序列中的运动弱小目标实时检测问题,提出了一种基于时空域融合滤波的弱目标检测算法。算法在空域上利用形态学Tophat滤波抑制背景增强目标,在时域上通过改进的帧间差分方法增强运动目标,两者融合后经自适应门限分割与航迹关联确认目标。实际录取数据分析结果表明,算法全面考虑运动弱小目标在时域与空域方面的特性,能更有效地从复杂背景中检测低信噪比运动弱小目标,减小了虚警率,抗噪声干扰能力强。