HPRF雷达距离延拓检测前跟踪方法

针对高脉冲重复频率(HPRF)雷达弱小目标检测前跟踪的距离模糊问题,提出了一种基于距离延拓的检测前跟踪方法．该方法采用多重频参差工作模式,对动目标检测器(MTD)处理后的数据进行预处理,并按照不同的距离模糊数进行距离延拓．通过多重频组内直接能量积累和组间的航迹能量积累获取最大的目标能量．最后,采用航迹凝聚策略消除由动态规划算法引起的航迹团聚效应,依据虚假目标与真实目标的相关性去除由低信噪比而引起的虚假目标航迹．在未知目标初始化状态的情况下,该方法提高了对弱小目标的检测性能．仿真结果表明了该方法的有效性．     

一种用于高脉冲重复频率雷达的TBD检测算法

针对高脉冲重复频率雷达高速运动弱小目标检测的距离模糊问题,提出了一种基于动态规划的检测前跟踪算法。在目标的状态转移方程中,将目标的实际距离转化为模糊距离和模糊数两个变量,将解距离模糊问题转换为对模糊距离和模糊数的联合估计问题。文中提出的基于动态规划的检测前跟踪算法,通过最大后验概率估计方法(MAP)联合估计目标的模糊距离、多普勒速度和模糊数的变化,在存在距离模糊的情况下完成了对高速弱小目标能量的积累和检测。仿真结果表明,在多重脉冲重复频率工作模式下,该算法对高速运动弱小目标具有很好的检测性能。     

一种空时域结合滤波的运动弱小目标检测方法

依据红外序列图像中弱小目标运动轨迹的连续性,提出一种空时域结合滤波的运动弱小目标检测算法．在分析弱小目标可能的运动轨迹的基础上,构造了一组滤波模板,利用这组模板对时域检测结果进行滤波,确定出弱小目标可能的运动轨迹．并进一步结合时域特征,对运动弱小目标进行累积增强．由于提出的方法充分考虑了序列图像中运动弱小目标的空时域特征,因此具有很好的检测性能．     

基于人体模型和超像素的黏连人群分割方法

针对监控视频中拥挤人群的分割问题,提出一种对黏连人群进行分割的新方法.该方法利用投影法和Hough圆检测方法对目标的头部进行检测,利用卡尔曼滤波跟踪算法实现遮挡情况下的人群头部粗定位;采用人体模型实现行人的粗分割;对目标前景进行超像素分割,基于相邻像素块之间的颜色相似程度和与人体模型的形状匹配程度构建一个加权图模型,通过求解最优路径的方法得到黏连目标的最优分割边界.实验表明:该方法能有效解决黏连人群的分割问题,且能够精确地提取出完整的人体轮廓.     

超声图像神经分割方法研究

为了提升超声图像中的神经分割效果,提出了一种新的网络结构残差U型网络.相比于现有的U-net网络,残差U型网络加深了网络结构,提高了网络的表达能力;通过对每层参数进行规范化处理,减少了训练时间,提高了神经分割效果.实验结果表明,残差U型网络在分割效果比U-net网络提升了约13%,比SegNet网络提升了约7%.     

一种新的红外弱小运动目标检测算法

为检测强杂波背景中的红外弱小运动目标,提出一种基于Power-Law检测器的目标检测新方法．利用图像中弱小目标经过时像素点灰度值有起伏变化这一特点,将其看作是一种弱瞬态信号,利用Power-Law检测器对瞬态信号良好的检测性能,实现对弱小运动目标的检测．仿真结果表明该算法能够可靠地检测出信杂比(SCR)大于1的弱小运动目标．     

雷达信号I/Q通道幅相误差校正的新方法

提出了一种新的基于信号时域统计特性的的雷达信号I／Q通道幅相误差的校正方法，给出了实际校正网络框图．仿真结果表明，存在幅相误差的信号经该网络校正后，主信号和镜象信号功率之比达到了60dB以上，可以满足后续信号处理系统对弱小目标检测和目标识别的要求．     

基于靶场红外图像的弱小目标检测技术研究

分析红外测量图像中背景和弱小信号目标特性,研究用于靶场红外图像中弱小目标检测技术,采用合适的图像预处理算法,通过Kalman预测算法以及目标匹配进行预测和跟踪,并利用靶场真实红外测量图像序列进行了图像信噪比、检测概率、虚警率测试。通过结果分析,该方法对红外弱小目标具有高的目标检测概率。     

利用窄波段像素色比的红外弱小目标检测方法

针对单帧红外弱小目标检测中背景抑制残差图中的目标检测问题,提出一种基于窄波段像素色比的残差图融合方法．首先在传统背景抑制获得残差图的基础上,通过计算窄波段图像的像素色比,选取适当的恒定分割率实现目标和杂波的分离,依照特定的融合准则获得信噪比较高的融合残差图;然后应用基于目标体积检测的方法对融合图像中目标能量进行集中,以获取信噪比更高的结果图．该方法的优点在于,弥补了背景抑制后的图像直接阈值分割时受杂波影响大的缺陷,能够有效降低虚警率．     

线阵CCD图像的弱小目标检测算法

为解决在复杂室外环境中,受到特殊因素干扰时获取的线阵CCD图像目标检测率低的问题本文提出了一种基于视觉显著性的线阵CCD图像弱小目标检测算法.该算法根据线阵CCD图像的特点,构建了新的特征向量,设计了与目标形状相似的双窗口进行多特征比较,通过计算中心与周围像素邻域窗口特征向量的相似性来表达各个像素的显著程度,得到图像的显著度图,将显著度图聚类,分割出包含目标的一类,从复杂的背景中提取出弱小目标.经过实验对比分析表明,与传统目标检测法相比,该算法可以更有效检测出线阵CCD图像中的弱小目标.     

复杂背景下图像中弱小目标的分割和提取算法

针对有些图像中的目标与背景之间存在区域边界往往不明显，加上噪声的影响，目标边界具有一定的模糊性，有时还存在目标与背景面积对比差别很大等问题，提出了一种基于图像边缘增强的自适应最佳阈值图像分割方法，有利于将弱小目标从复杂背景中精确地分割和提取。该算法将闽值法和其它方法进行结合，有效地解决了目标边缘模糊图像阈值选取困难这一问题；采用图像切割技术，有效解决了弱小目标在大背景下分割难的问题；将类别方差法和迭代算法相结合建立数学模型，不但有利于自适应最佳闻值的选取，而且有效地减少噪声对最佳自适应阈值的影响，提高了图像的分割效果。     

基于AR模型的反辐射导弹检测算法

根据反辐射导弹(ARM)的特点及其雷达回波信号中速度、加速度等特征,提出了一种新的基于AR模型的ARM检测算法．该方法通过建立二阶AR模型、估计代表不同目标的模型极点并由此估算目标加速度来判断目标性质．该方法不仅可以在雷达已跟踪上ARM载机后采用,而且可以适用于雷达搜索扫描时．仿真结果表明该方法具有分辨率高,对雷达脉冲重复频率PRF及积累脉冲数要求不高的特点,在低的PRF、及少的积累脉冲下,利用该方法仍可有效地识别检测出ARM．     

利用极化信息的高频地波雷达TBD检测算法

为解决复杂的杂波背景造成高频地波雷达目标检测上的困难,针对高频地波雷达的极化特性,提出了一种将极化信息与传统动态规划算法相结合的TBD检测新方法.该方法利用运动目标方向信息和极化信息对算法进行优化,并通过预检测减小计算量.在高斯背景和高频地波雷达实测数据中的仿真和检测结果表明,存在电离层杂波干扰时,基于极化信息的检测前跟踪新方法比传统动态规划算法性能明显提高.     

一种新的红外弱小目标检测前跟踪算法

针对低信噪比复杂环境下红外弱小目标检测问题,提出了一种基于拟蒙特卡罗抽样的检测前跟踪算法.采用新的基于拟蒙特卡罗抽样的高斯粒子滤波算法(QMC-GPF)估计目标运动状态和红外小目标幅度状态,同时利用该滤波算法中迭代更新的协方差矩阵的收敛特性构建判断逻辑,实现目标"软判决"检测.对仿真红外图像序列的实验表明,该算法可快速有效地跟踪和检测信噪比不小于1dB的弱小目标.     

提高红外经纬仪跟踪弱小目标精度的新算法

为了解决在复杂背景下有效测量弱小运动目标的瓶颈问题,提出了一种将Kalman滤波与模糊理论相结合的小目标跟踪算法.利用Kalman滤波进行目标点的位置预测,在动态搜索范围内寻找匹配目标点进行图像序列分析,并结合模糊理论进行记忆更新来确定目标可能度.通过目标描述、Kalman预测、确定搜索范围、搜索目标和记忆更新等方面的论述,从理论分析和实验结果两方面证明了算法的有效性.跟踪算法通过记忆的缓慢衰减进行运动估计,实现了红外经纬仪对小于20像素的运动弱小目标动态跟踪的连续性和稳定性.     

基于策略梯度的目标跟踪方法

针对目标跟踪过程中的遮挡、形变和快速运动等问题,提出基于策略梯度的目标跟踪方法. 该方法利用策略梯度算法训练策略网络. 该策略网络能够根据当前跟踪结果的可靠性进行动作决策,以避免错误的模板更新或者重新检测丢失的目标. 在决策过程中,通过计算加权置信度差值分析当前跟踪结果的鲁棒性和准确性,使得策略网络能够更准确地评估跟踪结果. 在重检测过程中,提出有效的重检测方法,对大量的搜索区域进行过滤,大大提高了搜索效率,利用决策模块检验重检测结果,确保重检测结果的准确性. 利用提出的算法在OTB数据集及LaSOT数据集上进行评估. 实验结果表明,提出的跟踪算法在原算法的基础上提高了2.5%~4.0%的性能.     

一种新的运动目标自适应图像分割算法

提出了一种新的运动目标自适应图像分割算法．在设置自适应跟踪波门对运动目标进行跟踪的基础上,依据最大类间方差函数准则自适应地求出调节系数,再用设置门限分割法完成图像的自适应分割．对该算法进行了详尽的图像分割实验,与著名的Otsu法、迭代法、最大熵法相比较,该分割算法不仅能适应多种复杂背景,而且分割精度高、速度快,是一种实用有效的图像分割方法．     

基于边缘检测的颈动脉CT图像分割技术研究

在传统图像分割算法的基础上,提出_『基于改进边缘检测的颈动脉CT图像分割方法．首先利用Canny边缘检测算子对CT图像进行边缘检测,然后利用数学形态学方法进行后续处理,并提取各种目标的轮廓．实验结果表明,该方法能有效实现目标与背景的分离,为正确诊断提供了指导信息,大大降低了工作量．     

分布式结构下主/被动雷达抗假目标干扰方法

针对欺骗式假目标干扰,提出一种利用分布式融合结构主／被动雷达网的距离欺骗式假目标鉴别算法．首先利用主动雷达中的量测值来联合被动雷达进行航迹起始,并在航迹起始阶段剔除部分假目标; 之后,主动雷达和被动雷达独立地对目标进行跟踪滤波; 对于主动雷达中已形成稳定航迹的假目标,利用航迹关联的方法将其剔除．仿真结果表明,这种方法可以在保证真实目标鉴别概率的前提下,对欺骗式假目标进行有效的鉴别,降低主／被动雷达网的被欺骗概率．     

传感器网络的目标丢失故障恢复技术研究

分析了传感器网络在目标跟踪过程中产生目标丢失故障的原因，在此基础上采用分簇设计思想．通过对跟踪目标移动速度的计算和目标搜寻区域的建立等方法，提出了新的目标丢失故障恢复算法和技术．最后通过仿真实验证明，所提出的目标跟踪系统的目标丢失故障恢复算法和技术在延长传感器网络生存时间前提下能够有效解决跟踪目标发生丢失故障后的目标快速恢复问题，并通过实验比较说明了提出的方法在能量有效性方面优于其他方法．