飞机成像目标的红外隐身效果评估

评估飞机成像目标的红外隐身效果,对飞机红外隐身技术的发展、隐身反隐身作战具有重要的意义。提出了一种飞机成像目标红外隐身效果的评估方法:结合成像探测器工作原理,考虑图像处理各个阶段的算法特点,基于多种图像特征,制定出能反映背景影响和诱饵干扰影响的飞机成像目标红外隐身效果评估指标;通过建立红外成像探测器仿真模型,验证了所制定的评估指标的合理性;最后依据评估指标评估了采用不同隐身技术和施放诱饵干扰对飞机隐身效果的影响,得到了一些对飞机隐身和反隐身具有指导意义的结论。     

一种新的空间直方图相似性度量方法及其在目标跟踪中的应用

在基于空间直方图的目标跟踪中,选择一种合适的度量两个空间直方图之间相似性的方法至关重要。该文提出一种新的空间直方图相似性度量方法。将空间直方图中的每个区间所对应像素的空间分布看作一个高斯分布,其均值和协方差矩阵为该区间内所有像素坐标的均值和协方差矩阵,然后用Jensen-Shannon Divergence(JSD)计算对应区间的空间分布相似度,而颜色特征的相似度采用具有强区分能力的直方图相交法来计算。理论和实验证明该文提出的相似性度量的稳定性好,区分能力强,其在静态图像上的整体性能优于已有度量方法,视频跟踪结果比已有方法更精确。     

成像目标的红外隐身效果评估

装甲车辆红外隐身效果评估是研制新型装甲车辆,提高其生存力和战斗力的关键技术之一.建立了利用识别概率进行装甲车辆隐身效果评估的方法,该方法通过基于目标与背景纹理相似度的红外图像目标识别概率计算模型,计算模拟红外图像中装甲车辆的识别概率.结果表明该评估方法可以对战车的红外隐身效果进行评估,结合目标与背景红外辐射特性模拟软件可以对研制中的新型装甲车辆的红外隐身方案以及现役型号装甲车辆红外隐身改进措施的隐身效果进行评估.     

一种基于SMOG模型的红外目标跟踪新算法

空间颜色混合高斯模型(SMOG)在基于颜色特征的目标跟踪中显示出比颜色直方图更强的目标鉴别能力,因为它不仅考虑了区域的颜色信息,而且也考虑了颜色的空间分布信息.本文将SMOG模型合理地引入到了红外目标的建模中,改进了原SMOG模型中的相似性度量函数,进一步提高了其对目标的鉴别能力.在粒子滤波框架内,使用简单的二阶自回归模型作为系统状态转换方程,将改进后的相似度函数作为各粒子的状态观测,给出了有效的模式更新方法以适应目标外观的变化,并设计出了一种有效的红外目标跟踪算法.实验证明,SMOG模型能有效刻画红外目标,本文提出的算法对红外目标的跟踪是稳健的.     

基于特征综合的红外动态伪装效果评估

针对红外动态伪装系统,提出了一种基于特征综合的红外动态伪装效果评估方法。根据红外侦测图像的特性,选择了亮度对比度、直方图特征、纹理特征和边缘形状特征等四种特征指标,分别统计背景图像与伪装图像之间四种特征的相似度。四种特征相似度在综合评估过程中所占的比重不固定,特征权重分配依据伪装图像特征序列数据的信息熵的大小决定。最后累加单幅伪装图像的四种特征值与特征权重的乘积,作为该幅图像的综合评价结果。在红外动态伪装系统上进行了试验,通过采集背景图像和序列伪装图像,验证了效果评估算法的可行性和有效性。红外动态伪装效果的评估结果可为优化伪装设计算法提供数据支撑。     

基于元胞自动机的红外图像增强新方法

提出了利用元胞自动机进行红外图像增强的新方法.使用有限状态机分析了状态空间的计算模型和特征,状态转移函数采用了冯·诺伊曼邻域和一致的演化规则.在实拍的红外图像上进行增强实验,结果表明:基于元胞自动机的红外图像增强方法能够有效地提高红外图像整体对比度,同时突出红外图像中目标的细节信息,无论主观评估,还是客观评估,在视觉质量上均优于传统的直方图均衡法、反锐化掩膜法等.     

基于改进SSD的特种车辆红外伪装检测方法

在目标检测领域,基于深度学习的SSD目标检测网络同时具有实时性好和准确性高两大优点。由于特种车辆红外图像难以获取,以小轿车和公交车红外图像为研究对象,构建了红外图像Pascal VOC数据集,训练了SSD网络,并利用训练好的网络检测了红外目标图像。结果表明,红外目标的特征信息越多,检测精度越高,但红外图像中信息残缺的车辆存在漏检的问题。针对该问题,通过添加残缺窗口模块优化数据集结构,有效解决了车辆漏检问题,同时目标整体的检测准确率也明显提升。将改进数据集后的红外目标检测结果作为评价指标,能够较准确评估复杂背景下特种车辆红外隐身伪装效果。     

基于扩展空间直方图的红外目标跟踪方法

针对传统均值漂移算法中仅仅利用目标的颜色信息而导致目标模型分辨能力不高的问题,提出了一种基于扩展空间直方图的红外目标均值漂移跟踪方法.首先对空间直方图进行扩展,构建了一种结合目标颜色分布和空间约束关系的联合空间颜色模型,有效提高了目标模型的分辨能力.通过给定目标空间位置和颜色联合概率密度函数,定义目标区域与候选区域概率密度的相似性度量,进而实现了红外目标的准确定位.实验结果表明该算法简单有效,能准确跟踪前视红外目标.     

基于球面散射相似性的POLSAR图像分类方法

针对基于H-Alpha平面的目标分类方法运算量偏大的问题,本文研究了基于散射相似性的极化合成孔径雷达（POLSAR）图像分类。首先在分析现有目标散射相似性度量参数的不足基础上,利用目标相干矩阵定义了目标散射相似性的新度量参数。该参数综合考虑了目标主散射机制、次要散射机制与规范目标的相似性,以及不同散射机制对应的发生概率,因而它能准确反映目标与规范目标的散射相似程度。接着,考虑到表面散射在自然界中是一种普遍的散射类型,利用新参数提取了表面散射相似性参数,并从理论上分析了该参数表征目标散射类型的可行性及它与平均Alpha角、极化散射熵的约束关系。最后,利用San Francisco地区AIRSAR极化数据验证了表面散射相似性替代平均Alpha角的有效性,并讨论了表面散射相似性参数分别与现有极化散射熵替代参数的组合分类效果。实验结果表明,基于简单线性近似参数+表面散射相似性的H-Alpha替代方法更具实用性。      

交叉熵约束的红外图像最小错误阈值分割

针对目标和背景具有相似统计分布的红外图像,经典阈值分割方法仅以某种形式的方差或熵作为准则,未考虑图像的实际特性,分割效果不甚理想。为此,提出了一种基于交叉熵约束的红外图像最小错误阈值分割新方法。首先,引入交叉熵来度量目标和背景统计分布的相似性,交叉熵越小表明分布越相似;然后在交叉熵小于一定值的条件下使分类错误达到最小。交叉熵的约束保证了分割过程适应红外图像实际特性,分类错误最小确保了分割效果的有效性。该方法原理清晰、参数设置简单,在一系列实际图像上的实验结果表明,与现有几种经典阈值分割方法相比,文中方法有效提高了目标和背景具有相似统计分布的红外图像的阈值分割准确率。     

基于红外图像灰度直方图相似性的铁路跟踪

针对红外图像空间相关性强的特点,提出了一种红外图像上相邻区域灰度直方图有较高相似度的铁路跟踪算法。对红外图像进行中值滤波和直方图均衡化等数字图像预处理,提高了景物和目标的对比度,从而有利于准确跟踪,用相关系数比较相邻区域两直方图的相似度来确定跟踪目标区域。利用相邻帧间图像差别微小,采用多模板加权自适应更新的方法,大大提高了算法对环境的适应能力和跟踪的稳定性。此算法能准确获取铁路的位置,为铁路信号灯和路障检测提供前提,对铁路安全运输有很重要的意义。     

涂层光电隐身效果评估方法研究

根据目标搜索模型和现代图像处理理论，提出了基于灰度直方图、灰度共生矩阵和灰度-梯度共生矩阵的整体相似系数和局部相似系数，并以此作为评价涂层光电隐身效果的两个重要参数，实验结果验证了结论的正确性．     

图像特征对烟幕干扰的效能评估对比研究

烟幕干扰作为现代战场常见的无源干扰方式,具有优良的光电对抗效果、较强的战术应用机动性和较高的效费比。针对基于图像的烟幕干扰定量评估研究不足,本文从跟踪的角度出发,对烟幕干扰下目标的红外成像使用灰度特征、基于LBP的纹理特征、类哈尔矩形特征、方向梯度直方图特征以及深度特征5种方法进行特征提取,通过将特征提取结果与主观评分进行相似性计算,得出不同图像特征对烟幕干扰下目标的表征能力。通过对8组外场试验所得数据的分析验证,得出结论,对烟幕干扰下目标表征能力较为优秀的三种特征分别是方向梯度直方图特征、类哈尔矩形特征以及深度特征。     

改进生成对抗网络实现红外与可见光图像融合

红外与可见光图像融合技术能够同时提供红外图像的热辐射信息和可见光图像的纹理细节信息,在智能监控、目标探测和跟踪等领域具有广泛的应用。两种图像基于不同的成像原理,如何融合各自图像的优点并保证图像不失真是融合技术的关键,传统融合算法只是叠加图像信息而忽略了图像的语义信息。针对该问题,提出了一种改进的生成对抗网络,生成器设计了局部细节特征和全局语义特征两路分支捕获源图像的细节和语义信息;在判别器中引入谱归一化模块,解决传统生成对抗网络不易训练的问题,加速网络收敛;引入了感知损失,保持融合图像与源图像的结构相似性,进一步提升了融合精度。实验结果表明,提出的方法在主观评价与客观指标上均优于其他代表性方法,对比基于全变分模型方法,平均梯度和空间频率分别提升了55.84%和49.95%。     

基于分形特征的红外烟幕遮蔽热像效果评价

提出一种基于分形特征的红外烟幕对目标热像遮蔽效果的评价方法,该方法将烟幕运动视为分形布朗运动,以自然背景和人造目标图像在分形特征上的固有差异为依据,利用战术目标分形拟合误差大的特点,采用表面积法计算目标热像区域不同时刻分维数和分形拟合误差的变化,来评价烟幕对目标热像遮蔽的程度。实验结果表明该评价方法有助于对遮蔽程度作出准确判别与分析。     

基于偏振成像的红外图像增强

针对红外图像对比度低,细节纹理较弱的特点,利用物体偏振特性提出基于偏振成像的红外图像增强方法,即获取红外偏振度图像并与源光强图像融合。首先,分析了偏振成像理论,利用偏振成像技术获取偏振图像。其次,为了能够充分获取偏振度图中的信息,运用剪切波变换对图像进行多尺度分解。最后,采用区域特征匹配融合策略,得到增强图像。为测试方法的有效性,搭建实验装置,进行实拍图像实验。主观与客观评价结果均表明,增强后的图像较原图像具有更加丰富的图像细节与偏振目标信息,对目标识别与探测具有重要意义。     

Image retrieval using both color and texture features

In order to improve the retrieval performance of images, this paper proposes an efficient approach for extracting and retrieving color images. The block diagram of our proposed approach to content-based image retrieval (CBIR) is given firstly, and then we introduce three image feature extracting arithmetic including color histogram, edge histogram and edge direction histogram, the histogram Euclidean distance, cosine distance and histogram intersection are used to measure the image level similarity. On the basis of using color and texture features separately, a new method for image retrieval using combined features is proposed. With the test for an image database including 766 general-purpose images and comparison and analysis of performance evaluation for features and similarity measures, our proposed retrieval approach demonstrates a promising performance. Experiment shows that combined features are superior to every single one of the three features in retrieval.