视频序列中的目标检测

重点研究视频序列中运动目标的提取、跟踪、分类等问题,最终实现了一个完整的目标检测系统。首先,考虑到算法的复杂度和检测的实时性需求,优选了背景差与帧差相结合的检测方法,通过背景实时更新,达到了一个较好的检测效果。其次,充分考虑了卡尔曼滤波跟踪的简单、高效等特性,通过计算当前目标与候选目标之间的欧氏距离来寻找最佳匹配目标和区分相交物体。再者,提出了一种先用Adaboost算法获得各个目标的初分类,再采用BP神经网络对目标进行细分类的方法,实践证明,该方法在保证对绝大部分人、自行车、汽车有很好的分类效果外,对大部分杂物也能有较好的区分。最后,通过Matlab编程,设计并实现了一个完整的运动目标检测系统。     

红外小目标检测的快速并行算法

利用平均灰度绝对差最大测度（ＡＧＡＤＭ）估计目标背景的不相似性,提出了一种红外小目标检测算法,分析了预处理前后图像信噪比增益与目标大小的关系,进而建立了检测概率和信噪比增益的关系,理论上证明了该算法具有优越的性能。接着,在分析了ＭＰＰ并行计算机体系结构的基础上,提出了两种基于ＭＰＰ的小目标检测并行快速实现算法。理论分析表明,基于ＭＰＰ的ＡＧＡＤＭ小目标检测并行快速实现算法运算时间复杂性为Ｏ（Ｌ２ｉ／Ｎ）。     

利用目标模拟器产生SAR场景目标回波方法

介绍了一种利用目标模拟器产生合成孔径雷达(SAR)场景目标回波的方法.给定一幅原始灰度图像,依据一定算法生成基带I、Q数据并写入目标模拟器的FLASH存储区间,目标模拟器生成基带波形进而上变频到射频(RF)频段,模拟产生SAR的回波信号进入雷达接收机,经A/D变换后采用合适的算法成像.比较雷达成像和原始图像的质量可以直观、定性地评价雷达系统性能.类似于场景目标处理方法,点目标成像可以定量分析雷达系统性能.     

一种背景特征空间相关的跟踪算法研究

针对天空背景红外图像弱小、目标可利用信息特征少,采用通常的几何、纹理等目标特征的时域相关性跟踪算法难以实现连续平稳跟踪的情况,提出了一种基于后处理的弱小目标检测跟踪算法,即利用背景特征的空间相关性实现弱小目标检测,结合前后图像帧中目标灰度特征和运动特征的时域相关性实现了弱小目标的连续跟踪。实验结果证明,该算法对天空背景红外图像弱小目标跟踪稳定可靠,实时性好。     

搜索雷达全自动智能化目标提取技术

使用传统搜索雷达目标提取技术提取的目标参数只有最基本的几个,对复杂背景下目标的提取和识别都比较困难,特别是后续处理没有更多的参数可以使用,造成产生的目标指示的可靠性和稳定性比较差。主要对回波特征信息进行分析和处理,尽量提取出更多可靠的目标特征信息,使后续处理能够根据目标的特征进行目标的识别和相关处理,有效提高目标的跟踪稳定性和精度。     

中段弹道目标分离过程动态散射特性分析

中段弹道目标会发生释放弹头、抛洒诱饵等多种形式的目标分离事件.在目标分离的前期,多目标之间距离较近,存在电磁耦合现象,诱发目标雷达散射截面积、极化等维度的电磁特征变化.准确地捕获这些变化就能辅助雷达进行资源调度,提高预警雷达对弹道目标的跟踪和识别能力.该文对中段弹道目标3种分离方式的动态散射特性进行了深入分析,在此基础...     

基于目标能量的远距离红外空间目标提取算法

提出了一种基于目标能量的红外目标提取算法.这种算法利用目标相对角速度大于瞬时视场时图像会产生拖尾的现象,采用能量叠加来增强目标与背景的信噪比,从而实现对信噪比小于或等于5的远距离红外空间目标的探测和跟踪.此算法运算量小,可在硬件上实现.实验表明,此算法能实时探测和跟踪距离不小于15 km的红外空间目标,且探测概率可达96％.     

一种度量目标散射相似性的新参数

针对目标相似性参数度量分布式目标与典型目标散射相似程度不准确的问题,本文利用规范散射Pauli基矢量和分布式目标相干矩阵,定义了一个度量目标散射相似性程度的新参数--目标散射相似性.由于该参数综合考虑了分布式目标主散射机制、次要散射机制与规范散射的相似性,以及不同散射机制对廊的发生概率,因而它能准确反映分布式目标与规范目标散射的平均近似程度.与相似性参数一样,新参数具有目标旋转不变性、尺度无关性等特性.作为一种实际应用,给出了分布式目标与金属球、角反射器等典型目标的散射相似性.结合旧金山地区AIRSAR极化数据,讨论了这些相似性测度在地物分类方面的应用.