空间目标动态红外图像的计算机生成

介绍了大气层外空间目标动态红外图像仿真的实现。对空间目标进行了几何建模和运动特性建模。在此基础上,着重研究了空间目标的红外辐射特性,简化了通常使用的计算航天器温度的节点网络法,建立了空间目标外表面的红外热辐射模型,并将计算结果量化,形成灰度值。最后,利用计算机图形学的方法生成了动态红外图像。     

空间观测图像弱小目标检测方法

空间观测的星空图像中,由于恒星距离较远在图像中仅占几个像素,且存在大量噪声,因此很多信噪比较低的弱小目标被淹没。在预处理环节应将其有效地检测出来,降低后续目标识别和跟踪的虚警率。首先对星空图像的噪声模型进行了分析,通过最小二乘拟合法得到图像背景参数。利用两次检验的方法,首先对目标进行第一次粗验,利用管道滤波的方法进行第二次确认,滤除噪声得到目标。最后通过能量累积的方法对原图像中弱小目标进行增强。仿真实验结果表明了算法的有效性。     

一种坦克动态红外图像仿真方法

通过分析坦克各特征部位的红外特性,建立相应目标的红外特征模型.对不同状态下的目标表面辐射进行实时计算,模拟了目标红外图像的动态变化,提高了目标红外图像仿真的逼真度.     

一种海洋涡旋SAR图像仿真方法

海洋涡旋对海洋热循环起着关键作用,是海洋科学研究中的一个重要分支。合成孔径雷达(Synthetic Aperture Radar, SAR)为海洋涡旋的观测和研究提供了大量的图像数据,但是涡旋在SAR成像时会受到各种海洋环境因素的影响,难以解译涡旋SAR图像特征。仿真SAR图像可以用于研究涡旋的特征,但是目前极少有关于涡旋SAR图像仿真方法的研究。为了更好地解译SAR图像中的涡旋特征,该文提出了一种涡旋SAR图像仿真方法。首先,基于流体力学中典型的Burgers-Rott涡旋模型,建立涡旋2维表面流场;然后,利用SAR海洋成像仿真模型,仿真给定涡旋2维流场、海面风场以及雷达系统参数下的涡旋SAR图像。该文针对气旋式涡旋与反气旋式涡旋进行了仿真实验,并建立了仿真涡旋SAR图像的相似度评价标准。实验结果表明,仿真的涡旋SAR图像与真实星载涡旋SAR图像能够较好地吻合,验证了方法的有效性。      

一种舰船目标SAR图像的仿真方案

对舰船目标的合成孔径雷达（SAR）图像（复值）进行再处理,可以对舰船目标进行更精细的成像及轨道计算。开发这些算法需要大量的测试图像。但是由于实验条件的限制,这些图像的数目非常有限,因而研究舰船目标的SAR图像仿真就显得十分必要。提出了对舰船目标的SAR图像进行仿真的一种方案。首先通过仿真舰船目标的SAR成像过程以得到舰船目标的SAR图像,接着根据海杂波SAR图像的统计特性对海杂波的SAR图像进行仿真,最后将两者叠加以获得海面舰船目标的SAR图像。仿真结果显示了该方案的有效性。     

基于空间语义模型的高分辨率遥感图像目标检测方法

该文提出一种基于空间语义模型的方法,用于高分辨率遥感图像复杂场景中典型地物目标的自动检测。该方法通过分割获取图像对象,引入主题模型统计对象的多维特征,提高了对象特性描述的精度。在此基础上,对图像中有意义的地物目标及它们之间的空间关系建模表达和定量计算,通过获取场景的语义解析树,辅助实现对复杂地物目标的准确提取和定位。在测试数据集上的实验结果表明,该文方法具有较高的智能化程度和较强的稳定性。     

一种水上目标可见光图像生成红外图像的方法

红外警戒系统、红外成像制导导弹等军事装备在进行性能评估和模拟训练过程中都需要大量红外仿真图像,但目前红外仿真软件普遍存在生成红外仿真图像逼真度差、软件普适性不好等问题,且国外技术封锁造成我国红外仿真软件发展缓慢。因此,针对国内可见光图像仿真技术日趋成熟的现状,为提高红外仿真图像质量,本文提出了一种采用循环生成对抗网络、由可见光图像生成红外仿真图像的方法,并通过实验验证该算法是有效可行的。该算法首先通过区域生长算法从采集的可见光图像中提取水上目标,建立了水上目标可见光图像生成红外图像的训练数据集;然后利用训练好的网络生成红外仿真图像。测试实验表明,采用这种方法所生成的水上目标红外仿真图像视觉效果接近真实红外图像,可实际应用于海军红外军事装备模拟试验和训练系统。     

一种动态红外烟幕图像仿真方法

通过分析烟幕遮蔽目标的原理,建立高斯扩散模型、烟幕消光模型和温度衰减模型,对不同状态下烟幕的红外辐射进行实时计算,模拟了烟幕红外图像的动态变化。初步实现了风力,重力等对烟幕的影响效果,提高了烟幕红外图像仿真的逼真度。     

基于图像合成的红外点目标图像生成方法研究

本文提出了一种红外图像仿真方法.首先对目标在探测波段内的辐射强度的组成和光谱分布特点进行了分析,并对目标的辐射强度、光谱分布和运动等特征量进行了模拟.然后根据大气和成像系统的调制传递函数建立了相应的大气效应模型和成像系统效应模型.最后根据红外成像原理并结合探测器参数,将目标的仿真模型与实拍的背景红外图像通过图像合成算法进行融合,从而实现了目标与场景的快速生成.该方法通过理论数据和实验数据的结合,提高了场景的可靠性,对于测试和评价红外搜索跟踪系统具有一定的参考价值.     

一种复杂场景雷达图像实时仿真方法

雷达图像计算机仿真技术是解决多参数雷达图像数据源匮乏的有效途径,其核心是对地表场景电磁物理模型的建模.文中提出了一种利用待仿真场景地物的先验信息和数字高程信息,对待仿真场景进行雷达成像的电磁物理特性建模,进而实现雷达图像仿真的方法.仿真结果表明,该方法可以实时地对地表复杂大场景进行多模式、多参数变化的雷达成像仿真.     

深空动态场景目标红外图像仿真研究

针对深空背景空间目标的红外图像仿真问题,首先根据热平衡理论,对典型空间目标进行建模,得到目标不同部分的温度;然后建立目标的红外辐射模型,得到目标的红外辐射光谱特性;接着提出了一种基于红外星表数据库的星空背景建模方法,模拟任意时刻,任意视场大小和指向的红外星空背景;最后得到了不同距离、不同姿态空间目标与深空背景合成的红外图像仿真序列,实现了探测器不断接近目标过程中的红外辐射图像仿真.     

基于ISAR像的空间目标姿态变化判别方法

空间目标姿态变化判别对于空间攻防作战时密切掌握敌方目标意图具有重要意义。文中研究了基于逆合成孔径雷达(ISAR)像的空间目标姿态变化判别方法,即判断空间目标处于姿态稳定状态还是姿态变化状态。首先,推导了基于ISAR像进行目标姿态变化判别的基本原理;然后,基于图像处理和图像匹配技术提出了ISAR像旋转角度提取方法和目标姿态变化判别方法;最后,利用雷达实测数据验证了文中方法的有效性。     

一种图像序列中运动目标检测的鲁棒算法

人体运动检测在计算机视觉中是一项很基本的任务,在图像序列中检测人体运动是一种可行的方法。在做运动目标检测时,常用的图像差分方法有着固有的缺点,用一种改进的图像差分方法进行目标检测,利用一种全局阈值分割方法对差分图像进行二值化,通过数学形态学计算法进行滤波,可有效地克服这些缺点。实验结果表明,此方法能很好地检测低信噪比图像序列中的运动目标。     

图像跟踪仿真试验系统设计

为了模拟和演示导弹攻击的过程,利用三轴转台、数字化的图像采集板卡、摄像机和视景生成系统等,在虚拟试验支撑平台（HIT-GPTA）的支持下集成了一套图像跟踪仿真试验系统。给出了系统的整体硬件构成以及软件的详细设计思路。同时,简单演示了在HIT-GPTA软件平台上仿真系统的集成过程。经仿真试验验证,系统工作稳定,仿真效果良好。     

SAR图像目标综合检测方法

基于SAR(合成孔径雷达)图像杂波结构,结合小波变换和自适应维纳滤波提出了一种新的抑制SAR图像相干斑噪声方法,该方法能够较好保留杂波边缘和点目标.分析了抑制SAR图像相干斑噪声后的多分布特性,研究了相应的SAR目标检测,提出了一种新的SAR图像目标检测方法及其实现.实际SAR图像测试结果表明了本文方法的有效性.     

一种基于各向异性尺度空间的SAR图像匹配算法

针对斑点噪声对合成孔径(SAR)图像匹配算法的影响,提出了一种基于各向异性尺度空间的SAR图像匹配算法。首先,采用加性算子分裂算法解方案来构建各向异性尺度空间,在滤除斑点噪声的同时更好地保留图像细节;然后,在非线性尺度空间中提取特征点,并采用改进的SURF描述子描述特征,弱化斑点噪声对匹配的影响;最后,采用变换参数约束策略筛选匹配点对,提高匹配正确率。该方法既保持了同名点的精度还增加了同名点的数量,通过对不同极化、时相、波段以及不同视角下多种地物的匹配实验,验证了该方法的优越性。     

联合变换相关法测量空间相机像移的实验研究

为了测量由卫星姿态不稳定或振动等原因引起的空间相机的亚像元像移,使用了光学联合变换相关(JTC)的方法对安装在相机焦面上的辅助面阵CCD采集到的相邻两帧图像进行相关运算.给出了使用该方法测量像移的原理,搭建了实现JTC的光学平台,对JTC测量相机像移的性能进行了实验研究.结果表明,使用联合交换相关器可以测量空间相机的亚像元像移,测量误差服从均值为0的正态分布,在显著水平为0.05下,像移测量误差的均方差不大于0.12个像元,完全满足空间相机的使用要求.     

基于CCD点扩散和拖尾特性的星空模拟方法研究

空间监视主要是指对太空中地球附近的各种卫星目标进行监视,以获得各国的卫星部署情报,而利用天基光学望远镜的光学监视是空间监视的主要发展方向。本文提出了一种模拟天基望远镜对空间目标的成像方法,分别利用高斯点扩散方法和线性近似方法重点解决了CCD图点扩散特性和目标图像拖尾模糊两个现象的计算机模拟问题。     

Fast and Efficient Method for Fire Detection Using Image Processing

Conventional fire detection systems use physical sensors to detect fire. Chemical properties of particles in the air are acquired by sensors and are used by conventional fire detection systems to raise an alarm. However, this can also cause false alarms; for example, a person smoking in a room may trigger a typical fire alarm system. In order to manage false alarms of conventional fire detection systems, a computer vision‐based fire detection algorithm is proposed in this paper. The proposed fire detection algorithm consists of two main parts: fire color modeling and motion detection. The algorithm can be used in parallel with conventional fire detection systems to reduce false alarms. It can also be deployed as a stand‐alone system to detect fire by using video frames acquired through a video acquisition device. A novel fire color model is developed in CIE L*a*b* color space to identify fire pixels. The proposed fire color model is tested with ten diverse video sequences including different types of fire. The experimental results are quite encouraging in terms of correctly classifying fire pixels according to color information only. The overall fire detection system's performance is tested over a benchmark fire video database, and its performance is compared with the state‐of‐the‐art fire detection method.     

一种基于目标提取的空间观测图像预处理算法

在深入分析空间观测图像中,像素灰度在空间和帧间分布特征的基础上,提出一种基于目标提取的空间观测图像预处理算法,算法包括:噪声分布参数估计、盲元定位与补偿、图像降噪、图像分割以及目标提取等步骤.实验结果表明,该算法能够抑制不均匀星空背景,提取观测图像中的恒星星点和卫星星点,同时使图像信噪比在预处理完成之后有所提高.