Curvelet变换在低对比度目标识别中的应用

低对比度目标因其灰度对比度低、边缘模糊等缺点,使得联合变换相关器无法将其从混杂的背景图像中辨别出来,达到成功识别的目的。针对这一问题,采用了基于Curvelet变换的图像增强算法对目标联合图像进行处理。作为超小波分析范畴的Curvelet变换,因具有极强的方向性,成为比小波变换更适合分析和理解图像特征的多分辨率分析工具。文中采用不同的方法分别调整了Curvelet变换后的高、低频系数,增强了目标的灰度对比度和边缘信息。以低对比度坦克图像为例,增强后的目标对比度由原来的4.16%提高至29.37%. 计算机模拟和光学相关实验结果均表明,增强后的联合图像获得了明亮的相关点对,成功实现了低对比度坦克的自动识别。     

交会末段制导引信一体化系统射频成像目标轮廓重构方法

目标实时精确识别与定位是实现制导引信一体化(GIF)技术的关键,对提高弹药末制导及起爆控制精度具有决定性的意义。以射频成像GIF体制为对象,基于射频成像原理及目标特性,结合计算几何和统计学原理,针对交会末段提出了一种目标轮廓重构方法。该方法通过灰度映射变换,提取仅包含目标信息的灰度值,显著降低了数据量,同时增强了图像对比度;在阈值分割、角点提取的基础上,应用统计学剔除异常值的方法滤除背景噪声并抑制目标边界干扰;利用凸壳技术实现目标轮廓重构,得到可以完全覆盖目标区域的最优凸多边形作为目标轮廓。理论分析和仿真结果表明,该方法时间复杂度低,实时性好,可实现目标的精确识别与定位。     

阴天条件下草地和伪装涂层的光谱偏振特性

通过外场实验,研究了在阴天光照条件下,探测角、方位角、探测波段等因素对深绿色、浅绿色伪装涂层和草地偏振度探测结果的影响.结果表明:在阴天光照条件下,伪装涂层偏振度的探测结果主要受探测角和探测波长的影响较大,受探测方位角的影响较小;而探测角、探测波长以及探测方位角的变化对草地偏振度的探测结果影响不大,草地的偏振度始终保持在0.1左右.因此,合理地选择偏振成像探测条件可以使伪装涂层与草地之间的偏振度存在较大差异,利用该差异可以对传统伪装涂层涂覆的目标进行有效地探测和识别,因而偏振成像探测技术具有重要的军事应用价值.     

侧扫声纳图像非下采样轮廓波变换域分区增强方法

成像机理的限制以及海洋中存在的丰富噪声源,导致侧扫声纳图像出现噪声污染严重、目标和背景区域灰度值对比度低以及边缘呈现强度较弱等情况。针对上述问题,提出一种侧扫声纳图像非下采样轮廓波变换（NSCT）域分区增强方法。对于声纳图像低频部分,使用非线性函数增强方法,提升低频图像对比度;对于声纳图像高频部分,通过分析声纳高频图像在NSCT域上同一尺度不同方向子带系数最大值与最小值差值的分布规律,进行噪声和纹理边缘的划分以及对应的处理。将所提方法与小波硬阈值增强方法、小波Shrinkage自适应阈值增强方法做实验对比,结果表明,该方法不仅可以较好地消除噪声,而且可以抑制琐碎纹理、提升弱边缘,侧扫声纳图像增强效果更加突出。     

一种复杂背景下的目标分割算法

自动目标检测是图像精确制导技术的重要研究内容.针对地面复杂背景条件下目标难以检测的问题,提出一种结合灰度形态学滤波与直方图独立峰搜索的目标分割方法.首先,对复杂背景下的图像进行形态学滤波和增强,增强目标和背景的灰度对比度;然后利用文中提出的图像直方图独立峰搜索方法确定图像阈值,对图像进行分割.实验表明:文中方法是有效的,对复杂背景下的目标图像可取得较好的分割效果.     

基于三维块匹配与改进Top-hat的红外图像目标检测方法

针对复杂背景干扰下难以精确检测出红外图像目标的问题,提出基于三维块匹配(BM3D)与改进顶帽(Top-hat)的红外图像目标检测方法。该方法首先采用三维块匹配算法对红外图像进行滤波,更好地保留图像的边缘信息;其次构建改进Top-hat算子,利用不同大小、不同形状的结构元素对滤波后图像进行背景估计,得到校正后图像;最后对校正后图像进行阈值分割,得到目标图像。仿真实验结果表明,与经典Top-hat算法比较,提出的方法能够有效地增强红外图像对比度、抑制噪声干扰、减弱非均匀加热背景的影响,从而突出红外图像目标信息,使得红外图像目标检测更加准确。     

具有位置信息的直方图测量图像增强方法

针对测量图像高噪声低对比度的特点,提出了一种具有位置信息的直方图均衡增强算法。将像素位置信息加入到标准直方图中,对图像进行灰度均衡处理,对背景和噪声进行适当抑制,对目标细节进行适当放大,从而克服了标准直方图均衡化增强时产生灰度合并的缺点。相对标准直方图的均衡算法,本文算法能够在增强图像整体效果的同时较好地保持图像的细节。     

雾与涂漆目标基于旋转偏振角的激光偏振特性

针对缺乏可用于区分雾和涂漆目标差异的散射激光偏振特性数据,采用了基于旋转偏振角的激光偏振特性测试方法,测量了低浓度水雾和油罐车样品偏振特性,实验测量发现:在偏振角45°范围内,利用散射激光偏振特性具有区分水雾和涂漆金属目标样品的能力。为了验证这一现象,改变入射激光频率和脉宽参数,并对中高浓度水雾和涂漆装甲车目标样本实验测量。验证结果表明:在不同入射激光频率和脉宽参数条件下,随着入射线偏振激光的起偏角度的增大,水雾的散射激光偏振度呈现先降低再增大的趋势,在偏振角45°处出现最小值;而测试中涂漆金属目标样品的偏振度随起偏角的变化没有明显改变,且偏振度值均大于水雾在偏振角为45°时的偏振度。     

合成孔径声纳图像阴影增强方法研究

合成孔径声纳成像时,需要从不同位置采集目标的回波,从而造成目标的阴影被模糊。传统的声纳图像增强方法没有利用合成孔径声纳的成像机理,难以对阴影进行有效增强。从合成孔径声纳信号处理的角度,给出了固定焦距阴影增强（FFSE）算法的严格证明过程,导出了不同变换域下阴影增强的处理方式。对于多子阵合成孔径声纳,使用不均匀分离快速傅里叶变换（NSFFT）消除方位向的不均匀采样,然后在距离多普勒域进行阴影增强。分别对海上试验和湖上试验的数据进行了分析。处理结果表明,该方法能够显著增强合成孔径声纳图像的阴影,具有较强的实用价值,对于后续的图像分割和目标识别具有重要意义。     

基于通道校正卷积的真彩色微光图像增强

针对现有真彩色夜视相机所成图像亮度低、对比度低、噪声和色彩失真等问题，提出基于通道校正卷积的神经网络算法。通道校正卷积的上分支引入通道注意力块分析RGB通道之间的特征，用来代替U-Net网络中的传统卷积，实现颜色恢复并保留更多图像信息；在传统损失函数中增加Sobel损失函数和色彩损失函数，抑制噪声的同时并保护图像细节，减小色差、增强对比度。采集真实场景下的图像数据集，提升对实际数据的处理效果。实验结果表明：该算法能同时处理低照度图像的亮度、对比度、噪声和色差问题，增强效果优于目前主流算法；与传统卷积的U-Net网络相比，降低了模型复杂度，提高了运行速度，计算量减少了13.71%,参数减少了13.65%,PSNR值提升了29.20%,SSIM值提升了7.23%,色差减少了10.46%,兼顾了成像质量与成像速度。     

小波变换在光学相关目标识别中的应用

光电混合实时联合变换相关器能够实现目标的自动探测、识别和定位,但由于实际中从图像传感器采集到的目标图像对比度较低且存在大量背景噪音,因而目标识别率低且识别效果不佳。基于小波变换的多分辨率分析特点能够更大程度上体现图像的特征信息,将其应用于光学相关目标的自动探测与识别中。将小波变换与联合变换相关器结合起来,通过研究物面的小波图像增强来获取更加尖锐的相关峰,解决复杂背景、低对比度目标的识别问题,取得良好的实验结果,证实小波变换在光学相关领域中具有一定的优越性和良好的应用前景。     

基于双Wollaston棱镜的静态光谱偏振成像系统设计

针对传统光谱偏振成像系统存在的结构复杂或有运动部件等问题,提出一种基于双Wollaston棱镜的静态光谱偏振成像系统结构。根据Stokes光谱调制理论,并利用双Wollaston棱镜的偏振特性与分光原理,设计了含有双Wollaston棱镜的静态光谱偏振成像系统。系统前置望远系统采用像方远心设计,后置偏振光谱分光系统采用物方远心设计,以实现光瞳匹配;整体结构均选用球面镜,且无运动部件,可同时获取目标的光谱和偏振信息,系统工作波段为450~ 900 nm,焦距为275 mm,口径为90 mm,视场角为2.35°. 分析结果表明：系统全视场调制传递函数在奈奎斯特频率90 lp/mm处优于0.55,成像质量接近衍射极限,满足成像需求。     

有源假目标的高分辨极化鉴别研究

针对高分辨率分时极化测量雷达体制,本文研究了有源假目标等欺骗性电子干扰的鉴别问题。分析了任一椭圆极化天线有源假目标的极化特性,导出了其瞬态极化投影矢量(IPPV)的解析表达式,分析了不同极化电磁波激励下雷达目标散射回波IPPV的起伏特性。在此基础上,给出了能够有效表征有源假目标和雷达目标极化特性之间差异的IPPV水平、垂直和局部起伏度的概念和定义,设计了有源假目标的高分辨极化鉴别算法。结合实测数据,仿真实验表明了本文所提鉴别算法的可行性和有效性。     

箔条假目标干扰极化识别与抑制技术

箔条干扰是影响雷达命中精度的重要因素,但常规抗箔条假目标干扰方法不适用于对海跟踪雷达使用。鉴于箔条假目标干扰和舰船目标有明显不同的去极化特性,对箔条假目标干扰的极化识别与抑制技术进行了研究,定义极化比为干扰鉴别量,分析并优化设计了箔条假目标干扰极化识别与抑制方案,为研究高性能的对海跟踪雷达提供了新思路。     

导弹目标极化散射特性的试验研究

针对高分辨全极化雷达体制,在烈火导弹目标暗室实测数据的基础上获得目标的高分辨距离像,利用极化目标分解方法分析每个散射中心对应的极化散射矩阵,不仅验证了极化目标分解对提取目标极化特征的有效性;同时还证实了极化目标分解提取的极化特征能够辅助导弹要害点选择。     

双极化非相参雷达的极化信息获取方法

极化信息的利用对提高非相参雷达性能有重大的理论和实践意义。文章研究了双极化非相参雷达中的极化估值理论及极化信息的获取方法,并给出了非相参雷达中双极化接收机的方框图和估算回波stokes参数的具体算法。     

旋转对称目标章动参数全极化测量研究

弹头目标运动特征的提取是真假目标识别的前提,其中章动参数是描述弹头运动特征的关键参数。基于全极化散射矩阵测量,提出了章动参数估计方法。给出了自由段弹头的章动特征和旋转对称弹头的极化散射特性,提出了全局搜索—反馈线性最小二乘章动参数估计方法,利用该方法可以得到章动周期、章动角和章动轴与视线夹角等参数。给出了仿真结果,验证了章动参数全极化测量方法,并分析了噪声条件下测量性能。该方法在弹道防御真假目标识别领域中有很好的应用价值。     

一种基于特征匹配的目标识别跟踪方法

针对复杂背景下的动态目标跟踪问题,提出了一种基于边缘检测,综合多图像特征与伺服机构位置信息进行匹配的目标识别跟踪方法。利用SUSAN算法检测边缘,提取出单帧图像中的可疑目标,依次选用灰度、目标几何、伺服机构位置信息和边界不变矩信息匹配,完成目标的识别。采用kalman预测滤波对脱靶量滞后时间进行补偿,选用目标空间位置进行多步预测,引导伺服机构跟踪。外场实验表明,该方法能有效她匹配识别出目标,并保持连续稳定的跟踪。