面向目标检测的稀疏表示方法研究进展

目标检测作为图像理解的一个基础而重要的课题深受国内外学者的重视,在军事和民用中具有广泛应用.应用背景的多样性和复杂性使得传统目标检测算法难以克服复杂背景、噪声干扰、光照变化以及非刚体形变、遮挡、弱特征、尺度、视角和姿态变化等因素的影响.近些年来发展起来的稀疏表示方法为图像处理及目标检测研究提供了新的思路,本文概述了稀疏表示基本概念和理论研究进展,综述了稀疏表示方法在目标特征学习、目标分类器和滤波器设计以及多源信息融合目标检测等目标检测领域中的国内外重要研究进展,并展望了稀疏表示方法在目标检测领域的发展方向.     

基于多时相红外图像探测浅层地下目标

因浅层地下目标的存在引起地表红外图像随时间变化,通过多时相红外图像探测了地下目标.针对部分红外图像中的曝光噪声等干扰会造成多时相红外图像自动选取的困难,提出了基于核小成分分析的多时相去噪方法,自动获得效果良好的图像;然后采用基于空间和时相变化信息约束的多时相模糊核聚类算法对去噪后的多时相红外图像进行分类,其中引入了时相信息指数,对时相权重因子进行修正;最后由分类结果给出符合逻辑的地下目标的位置及大致种类数,并由地下目标的红外成像机理初步给出地下目标的大体物理性质,为利用热红外图像探测地下目标提供了一些有意义的研究.     

利用KPCA特征提取的Adaboost红外目标检测

针对传统红外目标检测算法中存在的不足,提出了一种基于核主成分分析(KPCA)特征提取的Adaboost分类器红外目标检测算法.首先,采用KPCA对目标训练样本进行特征提取,将背景训练样本和待检测样本在概率核空间中向目标样本特征量投影作为它们的特征量;然后,用目标和背景样本特征来训练Adaboost分类器;最后,用此分类...     

基于核空间二次相关滤波的红外目标检测

子空间二次综合判别函数(SSQSDF)是一种性能良好的二次相关滤波器,为了更好地对复杂场景中红外目标进行检测,提出了把SSQSDF扩展到高维空间用于红外目标检测的核二次相关检测算法(KSSQSDF).算法主要通过选取适当核函数得到训练样本核矩阵,然后利用核函数性质把SSQSDF转换为以核矩阵表示形式的矩阵方程,最后求解方程获得KSSQSDF算法表达式.KSSQSDF形式简单,能较强抑制目标背景噪声干扰,提高目标检测精度.在真实场景下通过实验验证了KSSQSDF与SSQSDF相比在检测性能上具有优越性.     

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.     

自主空中加油视觉导航系统中的锥套检测算法

在软管式自主空中加油视觉相对导航系统中实现锥套的准确检测至关重要,由于加油机尾流及气流的影响,做随机运动的锥套区域的准确检测是具有一项挑战性的任务。将加油机锥套检测考虑为运动目标检测问题,提出了一种多尺度低秩和稀疏分解锥套检测算法。首先,对锥套图像序列进行平稳小波分解,得到多尺度低频图像序列;再将较粗尺度低频图像序列获得的目标作为下一较细尺度低频图像序列的目标可信图,再进行该尺度的低秩和稀疏分解获得稀疏项,即目标锥套区域。通过在真实加油机锥套图像数据上的实验结果表明,所提算法在进行锥套检测时是有效的。     

基于KLFCV数据分布形式的多尺度MRF红外目标分割

提出了一种建立在红外多波段图像基础上的目标分割新方法.首先,对8～14 μm成像波段通过滤光片细分为4个小的波段范围.用多波段图像代替单一波段图像,提高图像信息量;然后,根据多波段图像特点,通过对文献KLFCV模糊聚类模型进行分析,给出一种新的数据分布形式,用它作为多尺度Markov随机场(MRF)模型的数据似然分布;最后.利用EM算法给出相应参数估计.人工模拟数据和实际场景图像的分割试验结果表明,本文方法在目标分割完整性和噪声抑制性上和相关文献相比均有不同程度提高.     

基于核Rayleigh商二次相关滤波器的红外目标检测

Rayleigh商二次相关滤波器(RQQCF)是一种重要的目标检测方法,但其直接对原始图像数据进行操作,目标检测效果不总是很理想.核方法可以描述图像的高阶统计特性,有效抑制噪声及杂波,提高目标检测效果.将Rayleigh商二次相关滤波器映射到高维核特征空间,完整推导核Rayleigh商二次相关滤波器(KRQQCF),提...