基于EmguCV的红外图像海天线提取算法研究

本文基于海天背景目标提取技术的研究,给出一种实用的海天线提取算法。首先,采用空域滤波消除弱小船只目标和近域海浪杂碎波的干扰,对降噪后的红外图像进行形态学梯度运算,采用Ostu阈值分割方法,获取海天线边缘轮廓,然后利用Hough直线检测算法,获取海天线待拟合点数组,最后利用最小二乘法拟合海天线。实验结果表明,本算法能够准确、快速地提取海天线,为海上目标的快速探测跟踪奠定基础,对红外搜救设备进行海上目标探测跟踪具有重要意义。     

红外图像中海天线的检测

根据红外图像中海天线的特点,提出了一种海天线的检测方法.首先进行中值滤波以抑制红外图像中的噪声的影响,接着使用线检测模板对经中值滤波后的红外图像进行处理,从而检测出水平方向上的所有直线,最后对线检测后的图像进行行扫描,确定海天线的位置.实验表明,该方法可以确定海天线的位置,降低后续海上目标检测的难度和复杂度.     

海天背景红外图像小目标自动定位方法

通过对舰载红外警戒系统成像进行分析,提出了一种基于交叉算法的海天背景红外小目标的自动定位方法.其基本思路是根据红外图像的特点,首先通过Radon变换域极大值点提取海天线,然后沿海天线平行的方向取与海天线平行的直线,进行频率突变点的检测,最后由海天平行线和频率突变点处坐标共同对红外图像小目标进行定位.试验结果表明,该算法能快速、准确地对目标自动定位.     

基于自适应阀值Canny算法的海天线检测算法

海天线的检测是研究红外成像末制导技术的一项重要内容,对于识别红外图像中舰艇目标起到非常重要的作用。分析了红外图像的特点,给出了一种基于修正的Canny算法的海天线检测方法,根据所要处理的红外图像自适应选取Canny算法的阀值进行边缘检测,精确提取了海面和天空区域的分界线,即海天线。     

利用自适应模糊推理PMHT算法的红外小目标跟踪与检测

提出了一种基于自适应模糊推理PMHT算法对红外序列图像的小目标进行跟踪和检测.对红外序列图像进行中值滤波、边缘提取、海天线识别与对消等预处理后,可以提取出若干个备选小目标,通过PMHT与模糊自适应相结合算法来实现对备选目标的跟踪和数据关联,最后,根据先验知识和检测条件实现小目标检测.算法通过模糊自适应来调整系统噪声方差,经过多次迭代,从而实现数据关联以及目标模型实时检测.另外,在多目标跟踪中存在目标重叠的现象,运用"记忆和填充"方法来解决多目标的合并和分裂问题,算法易于硬件实现.通过对实际的红外序列图像进行小目标检测,验证了所提方法的可行性和有效性.     

一种基于图像分割的海天线提取算法

针对红外图像中海天线的特点,提出一种基于图像分割的海天线提取方法.首先通过模板运算对图像进行预处理,以增强海天区域的图像梯度值,然后在竖直方向对图像进行分割,以定位局部海天线,最后用直线拟合法找出海天线位置.实验结果表明,该方法可以快速有效地检测出海天线位置,易于工程应用.     

舰船目标海天线提取方法研究

针对反舰红外成像导弹舰船目标的成像特点,提出使用邻域平均和对比度扩展相结合 的方法进行预处理以抑制背景、增强目标,进而利用改进的直线拟合法进行海天线的提取。结果表明,该方法能够有效地确定舰船目标红外图像中的海天线区域,保证了目标分割的有效性和实时性。     

低对比度条件下基于能量积累和Gabor变换的海天线提取

为了解决基于边缘检测和Hough变换传统方法不能正确检测出低对比度条件下的海天线问题,提出了先采用多帧能量积累方法提高红外图像对比度,然后运用Gabor变换和Gabor多通道滤波器滤除图像干扰部分和凸显图像中的海天线部分,最后使用边缘检测和Hough变换实现海天线的提取.通过对实际海面低对比度条件下红外图像进行海天线提取实验,验证了所提方法的可行性和有效性.     

海天背景下红外小目标检测的背景抑制及海天线检测方法

针对复杂海天背景下红外弱小目标难以检测与识别的问题,提出了基于海天线检测实现远距离弱小目标识别的方法。该方法对采集到的红外图像进行相关处理。通过用多级小波变换方法抑制背景杂波噪声提高目标信杂比;然后使用多方向Gabor滤波融合方法增强海天线边缘,并通过霍夫变换方法实现海天线定位和检测;最后通过定位海天线确定海天线附近区域的目标搜寻范围,缩小目标点潜在区,从而提高弱小目标在海天背景下的检测和识别概率。     

一种新的低信噪比红外舰船目标自动检测方法

针对海天背景下红外舰船弱小目标难以提取目标形状的问题,提出一种新的目标检测方法.首先进行图像预滤波,检测海天线以确定目标潜在区域;然后对目标潜在区进行背景抑制,噪声抑制并增强目标细节信息;最后用快速区域生长检测出完整目标.实测数据表明,该方法能获取完整的目标形状信息,且实时性好.     

基于海天/海岸线检测的舰船目标提取方法

针对成像型反舰导弹所获红外图像的特点,提出了一种将海天/海岸线检测与目标提取相结合的舰船目标提取方法.该方法先综合运用Sobel边缘检测和局部Hough变换等数字图像处理技术从红外图像中检测出海天/海岸线,然后通过对Kapur熵二值化图像进行投影变换实现舰船目标提取.实验结果表明,该方法能够有效地确定舰船目标在海天/海...     

基于相位谱的红外小目标搜索算法研究

针对红外小目标搜索阶段中图像背景稀疏的特点,提出了一种利用图像相位谱计算显著图和定位目标的新方法。与传统的利用海天线和海岸线对目标进行搜索的方法相比,本文算法的计算复杂度大大降低,并弥补了其受气温影响而不能准确定位海天线和海岸线的不足;与利用Itti模型的方法相比,该算法克服了其不能有效分离目标和背景的缺点。阐述了利用离散傅里叶变换(Discrete Fourier Transform,DFT)和离散余弦变换(Discrete Cosine Transform,DCT)计算相位谱的两种方法及它们之间的一致性。构建了利用图像相位谱计算显著图的数学模型,明确了模型参数选择的作用和意义。通过理论和实例证明了本文算法对于稀疏背景下小目标定位的可行性和高效性。     

多级分割融合算法提取红外舰船目标潜在区

针对海天背景下红外舰船图像目标与背景对比度低,图像边缘模糊的特点,提出了一种红外图像舰船目标潜在区的提取算法.算法对图像进行了预处理和频域增强,在海天线附近区域进行多级分割融合以提取目标潜在区.实验结果表明,对于海天背景红外图像,采用该算法能够克服传统分割方法中单一阈值不好选取的问题.多级分割融合的结果能够覆盖目标区域,为后续的目标识别和跟踪奠定了良好的基础.     

复杂海面背景红外小目标自动检测方法

采用维纳自适应滤波，抑制随机噪声和高斯噪声；利用Otus阈值法分割图像，确定海天线和目标潜在区；利用Top—Hat算子进行形态滤波处理，抑制平缓变化背景并保留高亮度区的目标和强噪声；选择结构元素进行形态开运算，去掉细小的背景杂波干扰；针对远距离舰艇小目标总是出现在海天线附近以及红外目标灰度高于其邻域背景的特点，确定阈值即可分离出真正的目标。实验结果表明，该方法可以较好地抑制海浪、云层等背景的干扰，能有效检测复杂海面背景中的红外小目标。     

基于灰度门限分析的海天线检测研究

由于海天线检测在海天背景下的舰船目标检测与跟踪方面具有重要作用,提出了一种基于边缘灰度梯度门限分析和最小二乘直线拟合法的海天线检测方法。通过分析图像以及调整线性滤波器的步长来扩大海天线附近的灰度梯度差。采用门限分析法提取了边缘坐标,采用最小二乘直线拟合法提取了海天线,并利用MATLAB软件进行仿真验证。结果表明,本文算法可准确提取复杂背景下的海天线,且具有较好的适应性与实用性。     

一种快速有效的红外图像中海天线提取算法

针对海天红外图像的特点,提出一种快速有效的海天线提取方法.首先通过模板运算在大尺度上对图像进行预处理来增强海天线区域的图像梯度值,然后为了减小水面波纹和噪声的干扰,设计了一种非线性分割方法对图像进行处理,最后对图像进行行扫描找出海天线的位置.实验结果验证了该方法的简单有效性,抗干扰能力强,易于工程上应用.