终端红外图像制导信息处理技术研究

弹道终端目标图像充满视场时的跟踪点选择和继续跟踪能力是第四代先进空空导弹必须具备的性能.文中分析了弹道终端导引头图像跟踪过程,建立了图像探测器投影成像模型,研究了红外成像制导型空空导弹弹道终端目标图像的变化规律、弹目距离和相对速度对目标图像变化情况的影响及中段形心跟踪模式与末端局部图像跟踪模式的转换时机,提出了一种有利于减小成像导引头跟踪盲区、提高起爆控制精度的局部图像跟踪算法,该算法通过对机头部位的识别来确定局部图像跟踪点,并估算目标易损部位,从而为实现最优起爆控制奠定了基础.最后,对文中提出的算法用实际红外图像进行了仿真,其结果表明该算法是可行和有效的.     

红外成像制导末端局部图像识别跟踪研究

针对红外成像制导末端目标图像充满导引头视场影响目标识别跟踪的问题,提出一种红外成像制导末端局部图像识别跟踪的方法。分析了红外成像制导原理;选取了高亮区比例、灰度标准偏差、长宽比、紧凑度和复杂度等5个特征量作为特征提取和目标识别的依据,提出适合导弹的目标快速识别算法;通过计算红外成像制导末端目标图像,在导引头焦平面上的投影面积的变化情况,分析了弹目距离与相对速度对目标图像变化情况的影响,研究了形心跟踪到局部图像跟踪的转换时机。综合考虑了可靠性和实时性要求,选取飞机机头作为局部图形跟踪的跟踪点;搭建红外成像制导仿真场景,对所提出的方法进行仿真分析。仿真结果表明：该方法能够有效地识别图像中的目标,减小红外成像导引头跟踪盲区,实现红外成像制导末端的平稳跟踪。     

红外图象序列的运动目标检测

讨论了红外图象序列的运动目标检测方法 --光流法 ,并对实际的红外图象进行了仿真。实验结果表明 ,对于红外图象来说 ,Horn&Schunck算法具有比较好的性能。本文还对其他的几种算法进行了分析 ,给出了一些定性的结论     

前视红外目标的鲁棒分层跟踪算法

针对前视红外序列图像中目标与背景对比度低、灰度级动态范围小以及目标边缘模糊的特点,提出了一种基于均值漂移和特征匹配的红外目标鲁棒分层跟踪算法。首先利用均值漂移算法来快速搜索局部最优候选目标。然后,通过特征匹配对跟踪误差进行有效修正。采用Harris算子对模板目标与候选目标进行特征点提取,利用改进的Hausdorff测度对特征点进行有效的匹配度量,最终实现红外目标的精确定位。实验结果表明该算法简单有效,能准确跟踪前视红外目标。     

基于粒子滤波的目标图像多特征融合跟踪方法

研究了序列图像中红外弱小目标的检测跟踪问题.基于多特征融合的小目标检测算法具有较好的检测性能和适应性,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.结合两种算法的优点,提出了一种基于粒子滤波的目标图像多特征融合跟踪方法.从红外序列图像中提取了局部灰度均值对比度、局部梯度均值对比度、局部熵和灰度分布四个典型特征,根据各个特征对弱小目标检测的贡献,自适应地进行特征融合.在粒子滤波的框架下,将融合后的特征信息转化为粒子的权值,对红外弱小目标进行跟踪.仿真试验表明,该算法有着良好的检测与跟踪性能.     

基于仿生探测的大视场小目标跟踪算法

针对光学成像引信远距离探测目标时视场大、成像目标小,目标难以探测与跟踪的问题,提出了基于仿生探测的大视场小目标跟踪算法。该算法模仿鹰眼视觉原理,设计基于鹰眼视觉通路原理的探测器,通过提取颜色、亮度及方向特征构建目标显著图,实现对目标区域的粗定位,并根据探测器的探测结果,结合目标方向梯度直方图特征与贝叶斯分类器实现小目标的精确定位与跟踪。仿真实验表明,对装甲车与坦克模型分别进行跟踪,跟踪窗口重叠率分别为79.3%与79.0%,跟踪效果优于Mean-Shift算法,该算法可有效解决大视场下小目标的探测与跟踪问题。     

基于AHP的跟踪算法性能评价研究

针对跟踪算法评价方法不够健全的问题,文中提出了基于AHP法的跟踪算法评价方法。主要从跟踪算法的跟踪准确度、算法的实时性以及算法的硬件可实现性这三个指标考虑了算法性能的评价问题,讨论了三个指标量化和规范的方法,运用AHP法给出了计算各个指标的权重和综合评价分数的方法。最后采用4种典型的跟踪算法和实际拍摄的红外图像序列进行了小目标的跟踪实验,并根据实验得到的数据计算了算法的评价分数,结果表明了文中跟踪算法评价方法的合理性。     

飞机红外灰度图象分割自适应门限的确定

以红外成像探测得到的飞机图象为研究对象，将灰度直方图分析和飞机红外灰度图象固有的不变性特性信息结合起来，提出了一种自顶向下的灰度图象分割自适应门限的选取方法，利用求得的各级门限对飞机红外图象进行灰度分级，得到具有10级灰度的飞机灰度图象，为灰度图象识别系统提供数据输入。     

基于加权相关的图像匹配跟踪算法的研究

针对电视制导炸弹中弹目相对运动变化而导致的目标尺度变化、几何形变以及随机因素造成的暂短丢帧现象,文中对相关测度函数进行了基于弹-目距离的中心加权修正,提出了相应的模板更新与修正策略、基于线性预测的目标位置的预测方法、跟踪点的定位方法等,在此基础上,实现了基于加权相关的图像匹配跟踪算法.文中算法获取的跟踪点稳定,有效地解决了常规相关匹配算法跟踪点漂移、速度慢、实时性差的问题.实验结果表明,该方法在复杂背景以及目标尺度发生变化时均能获得良好的跟踪效果.     

图像序列中多目标跟踪方法

介绍了一种以目标形心位置和帧间位移测量的多目标跟踪方法。当目标在传感器视场中交叉运动,图像相互重叠时,得到由两个目标形心位置线性组合的融合后的图象测量方程。图像的重叠导致状态估值误差的相互依赖性,利用联合测量耦合滤波器对两个目标进行状态估值,并提出了改进的滤波模型。仿真结果表明,该算法能实现对交叉运动目标进行精确跟踪。     

红外成像导引头弹道终端跟踪能力研究

分析了弹道终端红外成像导引头跟踪盲区形成的原因,提出了采用局部图像跟踪算法减小跟踪盲区的思想,讨论了飞机目标局部图像跟踪部位的选取原则.通过分析弹目平行交会模型,对影响弹道终端导引头跟踪能力的诸要素进行了定量研究,并结合某型红外成像导引头的技术参数,对其终端跟踪能力进行了计算,计算结果表明,导引头的最大跟踪角速度、导引头图像探测器的帧频、弹目相对速度是影响导引头终端跟踪能力的主要因素.最后,提出了提高图像导引头弹道终端跟踪能力的几点措施.     

红外目标图像的复合特征跟踪算法

红外目标图像跟踪系统中应用单一特征跟踪算法,易造成跟踪点漂移和目标丢失。提出目标图像的复合特征跟踪算法,综合利用目标图像的灰度特征和点特征,联合灰度特征的易用性和点特征的空间不变性,分别克服单一特征易受光照、噪声干扰,以及实时性较差等方面的不足。提出了复合特征联合匹配的算法流程和权值分配策略,通过仿真试验对比三种方法的目标跟踪性能,证明了该算法的有效性。     

基于互信息测度红外目标图像相关匹配跟踪算法

在红外地面目标跟踪过程中，目标在图像系统中呈现多样化，任何一种单一的跟踪方式都无法满足系统的要求。对此本文采用一种多模跟踪方式，针对具体的目标，采用不同模式的跟踪方法。对于小目标，采用互信息测度的相关跟踪方式；对于大目标，采用形心跟踪方式。通过自适应波门来决定跟踪模式，实验证明该算法具有稳定而且精确的跟踪性能，算法执行时间短，完全可以满足实时性要求。     

基于对应像素距离度量的图像匹配跟踪算法

结合最小绝对差度量MAD和Hausdorff距离度量的基本思想,提出了一种新的对应像素距离相似性度量方法的图像匹配算法和自适应模板图像匹配跟踪算法,并对对应像素距离相似性度量方法的图像匹配算法的匹配跟踪性能进行分析.对这2种算法的匹配跟踪性能参数的实验结果进行比较.实验结果表明:对应像素距离相似性度量方法的图像匹配算法具有较强的抗噪、抗畸变能力和稳定性,具有较高的匹配精度和匹配概率.     

图像跟踪技术在无人机自主着陆导航中的应用

引导无人机自主着陆,采用2个图像采集分系统的双摄像机视觉导航系统.由图像跟踪技术在图像中锁定无人机,并通过转台记录偏转的角度,以确定无人机的相对空间位置.并采用边缘跟踪算法,获取运动物体的外部轮廓特征,对序列图像进行处理,继而实现对运动物体进行识别跟踪.其仿真结果表明跟踪效果良好.     

跟踪窗自适应的捷联导引系统目标跟踪算法

捷联图像末制导导弹在跟踪的后期阶段,弹目距离和成像视角的变化会引起图像尺度和旋转变化,目标区域将由小变大直至充满整个视场。针对经典的Mean Shift算法在图像制导目标跟踪过程中不能自适应目标的尺度和旋转变化这一问题,研究了一种跟踪窗自适应的Mean Shift目标跟踪算法。对初始选定的椭圆目标跟踪区域和候选区域进行加权操作,并利用权值图像的零阶矩和Bhattacharyya系数,对真实目标面积进行精确估计。利用估计出的目标真实面积,并结合权值图像的2阶中心矩进一步构建可表达目标窗口内图像特征的协方差矩阵,再通过奇异值分解建立椭圆面积与协方差矩阵特征值之间的关系,从而计算出椭圆目标区域实际的主轴长度和方向,实现跟踪窗的自适应变化。仿真实验结果表明,该方法既具有Mean Shift算法精度高、实时性好的特点,同时又扩展了Mean Shift算法在目标发生尺度和旋转变化时的自适应能力。     

基于红外图像的飞机主体合金温度检测

为提高飞机主体合金温度检测精度,提出基于红外图像的检测方法。以38框BT20钛合金为样品,用瞬态气动热试验模拟系统采集图像,用改进的中值滤波算法预处理,去噪;选彩色种子区域生长法检测。结果表明:本方法可有效处理亮度过饱和,改善图像对比均衡性,增强检测质量;测温距离为7~8 m时,温度误差最低,为0.7℃;高温时检测精度最高为98%;最高去噪值为13.6 dB,高斯噪声去除好。     

一种复杂地面背景的目标跟踪算法

实时跟踪算法将提供的原始目标作为基准图像进行序列跟踪，在跟踪过程中根据一定的判据对基准图像的更换、目标丢失的判断等状态进行控制．通过对各种实时跟踪算法的研究，提出了一种基于图像相关的多模板跟踪算法，并给出了多模板相关算法中的判断准则：模板更换准则、目标丢失判断．试验证明，对地面复杂背景的目标实时跟踪有效可行。