复杂背景下红外图像目标自动检测

介绍了一种新的基于Ｇａｂｏｒ特征向量相似函数的复杂背景下红外图像目标自动检测方法。它利用２－Ｄ Ｇａｂｏｒ函数所提供的最佳联合空间－空间频率分辨率，及其形态符合人类视觉神经元感受野的特性，通过求解简单目标模板与原ＩＲ图像之间的相似度函数，自动检测方法不但对背景噪声和交错干扰具有良好的抑制能力，而且对目标的对比度，大小，姿态具有一定程度的不变性。     

基于数学形态学的红外小目标跟踪研究

为了提高红外小目标跟踪算法的性能和实用性,根据红外小目标的特性,选用数学形态学方法先对目标进行波门检测,依据检测结果来实现对目标的跟踪。在具体计算时,提出了一种新的形态学算子使膨胀运算和阈值分割合为一步,节约了计算时间。考虑到波门内可能出现虚警或漏警的情况,提出了有效的解决方法。最后通过实际拍摄的不同情况下的红外图像,进行了红外小目标的跟踪实验,实验结果表明了算法在实时性和准确性上都达到了很好的效果。     

一种适用于多场景的红外弱小目标检测跟踪算法

红外弱小目标检测一直是军事领域研究的热门问题。本文提出了一种基于图像复杂度和显著性帧间差分的更为精确且高效的红外弱小目标检测跟踪算法。该算法整体框架包含预处理模块、检测模块、跟踪模块三部分。通过预处理对红外图像中的无效像元进行补偿;对不同红外场景进行判断,选用N-P准则直接检测或基于显著性帧间差分法检测目标;实时探测成像范围内背景的移动量、对已检出的目标运动轨迹做出连续性判断,能补偿检测所无法消除的虚警及漏警。选用四组不同场景的数据集进行测试,在目标形心真值3×3范围内的检测率为98.2%,检测失败率(检测出目标形心在其值9×9外)为0.01%,表明该算法能快速实现对各类背景下的目标跟踪检测,并有较高的适应性、准确率。     

开窗压制干扰下的目标跟踪方法

针对开窗干扰隐蔽性强,目标检测概率低的特点,文中提出了利用接收机检测门限判断干扰的方法以及基于TOMHT的目标跟踪方法,同时研究了不同雷达探测区域内目标的航迹管理。仿真表明,此方法具有较强的适应性,实现了开窗干扰下的目标跟踪,对开窗干扰下目标跟踪具有一定的理论参考意义和实际应用价值。     

一种基于显著性的红外弱小目标检测方法

红外弱小目标检测是目标识别等领域的研究热点。考虑到红外弱小图像中目标信噪比较低,且成像目标的尺度变化较大,构建一种同时考虑局部显著性特征和全局显著性特征的红外弱小目标检测框架。构建一种基于多尺度卷积核的显著性目标检测算法,将该算法与谱残差算法分别进行显著图计算;在得到局部和全局显著图后,采用形态学方法进行显著图的融合以及自适应阈值方法进行二值分割。在给定的公开数据集上的实验结果表明,该方法相对于基准的显著性算法,在目标检测的准确性和虚警率上均有明显优势。     

红外弱小目标TSA检测技术

针对红外弱小目标检测,提出了一种改进的最大类间方差算法,利用遗传算法在寻求最优解方面的优势,采用图像像素点间的类间方差作为判决函数,实现了改进的算法设计方案,达到了对类间方差阈值分割检测算法的改进;通过对真实红外视频中采样得到的红外图像进行处理,将本文算法与传统的Otsu算法进行仿真比较,实验结果证明此算法在保证了分割算法检测精度的前提下,达到了对传统算法实时处理性能上的改进,具有工程实践价值。     

复杂背景下弱小目标的稳定跟踪控制

复杂背景下弱小目标的稳定跟踪控制,利用自适应阈值跟踪波门和鼠标导引来实现.该控制通过电视/红外成像和激光测距以及视频处理技术,结合编码器测量角度值,得到目标偏离视场中心的偏差值,然后将偏差值作为负反馈送给光电跟踪伺服,驱动转台朝着减小偏差量的方向转动,从而实现对目标的稳定跟踪.     

红外运动小目标检测方法综述

红外运动小目标的检测,对提高红外成像系统的作用距离,具有重要意义。文中对先检测后跟踪(De-tect Before Track,DBT)和先跟踪后检测(Track Before Detect,TBD)两类红外运动小目标检测方法进行了对比,指出两类方法在目标检测中的适用场合。同时对红外目标检测领域存在的问题进行深入分析,最后指出了该领域可以深入研究的方向,以供后续开展红外目标跟踪与识别工作作为参考。     

用于目标跟踪的双阈值快速序贯相似性检测算法

为降低序贯相似性检测算法(SSDA)的计算量,提出了一种双阈值快速SSDA算法(DTSSDA)。DTSSDA增加了误差累积速度阈值,当误差累积速度超过速度阈值时可提前终止本次匹配计算,而速度阈值可利用帧间相关性信息自动地选取。另外算法中还引入了积分图的概念并采用了从粗到精的搜索策略。实验表明DTSSDA能在保证匹配精度基本不变的前提下使单帧计算量大幅减少,因此更适合于实时目标跟踪。     

基于小波互能量交叉的复杂背景中红外小目标检测方法

研究复杂背景下红外图像小目标检测问题．提出一种基于小波分析互能量交叉处理的目标检测方法。通过定义水平、垂直方向上的小波互能量交叉函数，在两上方向上有效地增强目标、抑制背景干扰。采用一种简单有效的局部直方图统计方法进行目标粗分割．综合两个方向目标粗检测结果通过能量最大判决进行目标定位，并采用双窗不相似度量检测目标尺寸。实验结果表明，该方法对地面背景、海面背景的红外弱小目标检测具有一定的普遍适用性。具有单帧检测率高、实现速度快的特点。     

改进全卷积孪生网络红外空中小目标跟踪算法

针对红外成像制导导弹对空中小目标跟踪过程中面临的背景杂波干扰、遮挡等实际问题,提出了一种改进全卷积孪生网络(SiamFC)红外空中小目标跟踪算法。该算法在全卷积孪生网络的基础上,通过深度特征响应图的平均峰值相关能量和最大峰值判断目标跟踪状态。当发生背景杂波干扰时,使用深度特征响应值联合局部对比度的判别方法来选取目标。当发生遮挡时,通过卡尔曼滤波预测目标位置。相较于基准算法SiamFC,改进算法在红外空中弱小目标数据集上测试,跟踪成功率和精确度分别提高33.4%与21.9%。实验结果表明,所提算法能够适应复杂多样的红外空中场景,实现对红外空中小目标有效且稳定的实时跟踪。     

海天背景下红外舰船目标实时跟踪算法研究

针对海天背景下的红外舰船图像对比度低、船载摄像机上下抖动剧烈的特点,文中提出了均值移位(mean-shift)和海天线检测相结合的红外目标实时跟踪算法.首先通过水平投影方法提取每帧图像的海天线,然后由相邻帧海天线的高度差设定每帧图像跟踪起始点,将目标的灰度和梯度信息进行加权来描述目标特征,利用mean-shift算法进行目标跟踪.实验结果表明,文中算法能够准确跟踪上下运动剧烈的红外舰船目标,跟踪速度达到12 fps.     

基于运动信息的弱小目标跟踪方法

近年来,低信噪比图像序列中弱小目标跟踪问题是国内外学者研究的一个热门课题.文中针对弱小目标的背景特性、目标特性和运动特性进行了深入分析,提出了利用序列图像小目标运动的连续性滤除背景以提高信噪比,运用目标本身特征和运动信息确认目标,减少虚警率,从而有效地跟踪弱小目标.算法收敛迅速,跟踪精度高.仿真实验结果表明该方法能够准确高效的检测并跟踪运动小目标.     

复杂地面背景下多目标的检测和识别

对复杂地面背景下多目标的截获和攻击包括三个主要过程即::1)目标检测,2)目标选择或识别,3)目标截获及跟踪。本文对目标的检测和选择或识别的信号处理技术进行了探讨,对检测和识别方法进行了比较并给出了理论分析和检测及识别的概率计算。     

滑动置信度约束的红外弱小目标跟踪算法研究

为了提高红外视频弱小目标的跟踪精度,提出了滑动置信度约束的弱小目标跟踪方法。在快速自适应中值滤波的红外图像背景抑制技术的基础上,设计了正交变换和置信域约束的轨迹预测,利用加权参数增强目标函数的收敛性能,提高下一位置初的预测准确度;通过轨迹相邻点的位置差计算搜索窗口的大小,搜索与之相匹配的特征点进行关联处理,完成对初预测点的筛选;以滑动轨迹置信度检验为准则判决轨迹的真实性,并进行目标轨迹更新以实现对弱小目标的准确跟踪。通过红外弱小目标视频对所提算法进行了实验验证,结果表明,该算法对红外弱小目标的跟踪轨迹误差有较小的均方偏差与均方差,在噪声消除和对图像整体信息保护方面都具有良好的性能。     

基于多尺度局部对比度和多尺度梯度一致性的红外小弱目标检测算法

针对复杂背景和强杂波干扰下红外小弱目标检测虚警率高的问题,提出了一种基于多尺度局部对比度方法与多尺度梯度一致性方法的红外小弱目标检测算法。利用多尺度局部对比度方法对红外图像中红外小弱目标进行增强,利用多尺度梯度一致性方法剔除复杂背景和强杂波干扰造成的虚警。从信噪比（SNR）增益、平均残留背景绝对值、检测率、虚警率及ROC曲线方面将新算法与max-mean算法、max-median算法、top-hat算法、IPI算法及MGDWIE算法进行了对比。实验显示：新算法相较于对比算法具有更高的SNR增益、更低的平均残留背景绝对值、更高的检测率及更低的虚警率。对比结果表明：新算法在复杂背景和强杂波干扰下具有良好的红外小弱目标检测准确性和鲁棒性,有效改善了复杂背景和强杂波干扰下红外小弱目标检测虚警率高的问题。     

基于多特征直方图的红外图像目标跟踪

根据红外图像的特点,采用单一颜色难以描述复杂的跟踪环境,尤其是目标周围有相似亮度的背景干扰时,会造成跟踪失败.针对该问题,提出在MS跟踪理论框架下将颜色特征和梯度特征联合起来描述目标.实验表明:该方法能准确地跟踪海上红外运动目标.     

基于对称差分和Top-Hat融合的红外目标检测方法

为解决传统帧间差分法常出现"空洞"和虚假目标、适用场景受限等缺点,提出一种七帧对称差分和Top-Hat融合的新型目标检测方法.分析一般帧间差分法、七帧对称差分法、七帧对称差分法与 Top-Hat 融合的基本原理,给出算法实现流程,基于Matlab 2010b进行实验结果检测与分析.实验结果表明:新型检测方法具有实时性好、性能稳定的特点,能可靠地检测出目标,应用于地对空情形红外目标的检测.     

一种新的复杂背景中运动点目标检测算法

在对现有基于形态学的算法进行仿真和分析的基础上,针对红外成像空空导弹导引头的应用特点.提出一种新算法。新算法通过小图像子块的相似度计算,实现背景点与目标点的鉴别,提高了检测和识别概率。新算法既保持了形态学算法的快速并行的特点,还兼有图像匹配算法的精度。     

红外系列图像运动小目标检测

红外系列图像运动小目标检测,基于形态学滤波抑制图像系列背景方法,在图像分割基础上,利用目标在帧间运动的连续性进行目标识别.即首先通过形态学滤波进行图像预处理,用自适应阈值方法分割出候选目标,再利用目标运动特征,采用邻域判决法最终检测出目标.模拟实验表明该方法能够准确高效地检测出运动小目标.