基于Gram—Schmidt正交化算法的水下目标回波检测

提出了一种基于Gram-Schmidt正变化算法的水下目标回波检测方法．该方法利用Gram—Schmidt正变化算法实现对干扰背景的预白化，通过归一化匹配滤波器可完成对水下目标回渡的检测．对仿真数据和实验数据的处理验证了该方法的有效性．     

混响背景下宽带信号的检测

海洋混响是主动声纳检测中主要的背景干扰，它是一种有色干扰噪声，并常被看作是一个非平稳的随机过程，这使得工作在白噪声条件下的最佳匹配滤波检测器的性能在一定程度上受到限制。本文将白化的思想引入到主动声纳的信号检测中，在混响自回归(AR)模型的基础上研究混响的预白化处理，并将一种次最佳检测器应用到宽带信号的检测中，最后比较了未白化匹配滤波与白化次最佳检测器的性能，实验数据分析结果表明白化次最佳检测器可以在一定程度上提高主动声纳的检测性能。     

基于动态背景下的海上运动目标检测

针对目前传统的运动目标检测算法基本上仅适用于静态背景下,对于背景不固定的的场合,传统的目标检测算法检测到的效果不理想问题,提出一种改进的四帧差分法与背景减除法相结合的融合算法。该算法结合传统的运动目标检测算法的特点,能够在动态背景下对海上运动目标进行有效地检测,然后通过提取运动目标的区域轮廓和利用区域的形状描述子将海上运动目标标记出来,为进行后续的运动目标跟踪或匹配创造条件。最后,通过对现场采集的视频序列进行检测,验证了该算法的有效性以及较强的适应性。     

基于块估计的运动目标检测方法

提出了一种适合于运动目标检测的块运动分析方法,用以补偿移动背景所带来的杂波信息,准确检测运动目标。在对原始图像进行滤波的基础上,选择合适的子块,通过块匹配,得到背景位移矢量;利用这些运动参数,在相邻帧之间进行运动补偿,达到分割运动目标的目的。该算法对背景的适应性能好。     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法.首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰.声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采...     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法。首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰。声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采用Radon恒虚警率(Radon Constant False Alarm Rate,Radon-CFAR)检测声呐历程累积图像中的目标短时运动轨迹,能够检测到低信噪比的目标。分析了空时归一化处理和检测算法的性能,并通过海试数据验证了该算法的有效性,可以检测到低信噪比的蛙人目标回波。     

混响背景下预白化信号检测

在浅海环境中主动声纳匹配滤波器性能下降的一个重要原因是混响问题,因为混响同样是由发射信号引起的,与发射信号有很强的相关性。预白化抗混响算法是将混响看成局部平稳的有色高斯随机过程,采用AR模型对混响进行建摸,利用AR模型系数对原始数据进行“白化”处理,然后利用修正后的发射信号做拷贝信号进行匹配滤波。预白化处理能够有效抑制混响干扰,降低虚警,提高对运动小目标的探测能力。仿真和湖试数据处理结果验证了该方法的有效性。     

复杂动态背景下的运动目标检测

为实现复杂动态背景下快速、准确地检测运动目标,提出一种改进二进制鲁棒不变尺度特征(BRISK)算法的运动目标检测方法。首先对图像进行分块,利用图像熵对图像块进行筛选;然后针对特征匹配过程中存在大量误匹配的问题,采用k近邻算法与欧氏距离进行特征匹配;最后通过改进的顺序抽样一致性算法进行特征点提纯,进一步完成背景运动补偿,从而利用形态学处理分割运动目标。采用多组视频图像进行验证,本文算法在原BRISK算法的基础上去除了32.7%的特征点,并且匹配效率提高了75%,处理速度比以往算法快,并且具有较强的抗噪性能。     

混响背景下GTM回波检测算法研究

为改善混响背景下传统匹配滤波算法效果不佳问题,在分析其非平稳性、有色性和非高斯性的基础上,提出了混合高斯时变自回归模型(Gaussian mixture Tvar Model,GTM),推导了模型公式及其参数求解方法,形成了GTM回波检测算法。为对混响特性及滤波效果进行定量描述进而验证算法性能,给出了一种定量衡量混响非平稳性、有色性、非高斯特性的滤波效果评价方法。通过实测混响分析表明,GTM模型能够较好地拟合实测混响的概率密度曲线和功率谱密度曲线,实现了混响背景下回波的有效检测并改善混响特性。     

智能视频监控运动目标检测技术浅谈

在视频监控智能分析序列中,运动目标检测正处于行业应用的前沿和发展方向,其在智能视频监控过程中发挥了举足轻重的作用。笔者根据工作研究实践,对智能视频监控运动目标检测技术进行了简要的阐述。     

基于改进MTI算法的视频图像空间目标检测

针对经典MTI算法在处理某型微纳卫星拍摄的视频图像时存在较为耗时的现象,以及空间目标轨迹投影不连续造成无法使用连通域标记同一目标的问题,本文提出一种改进的MTI算法用于空间目标检测。算法通过设计像素“感受域”,消除了空间目标轨迹投影不连续的现象。同时,在简化了像素时序信号投影的步骤后,仍能保留原算法对背景杂光和噪声的滤除作用,并使得算法速度得到提升。基于某型微纳卫星拍摄的视频图像进行算法实验,结果表明,本文算法对于轨迹投影不连续空间目标的检测无虚警,算法速度约为0.06 s/f。     

基于CEM的高光谱图像小目标检测算法

针对高光谱图像中小目标检测问题,提出了一种基于约束能量最小化(Constrained Energy Minimization,CEM)的目标检测算法.该算法首先对原始图像进行背景信息抑制从而抑制背景地物、突出低概率的小目标,用迭代误差分析的自动端元提取算法找出目标的端元光谱,然后把目标端元光谱代入CEM滤波器得到该目标的检测结果图.用高光谱数据进行了实验研究,并与CEM滤波器进行了比较.结果表明,其检测性能与直接采用CEM方法的检测性能相当,但是相对于CEM方法,该算法不需要目标的先验光谱信息,更具有实用性.     

预白化与小波变换联合的混响抑制方法研究

针对主动声呐在强混响背景下匹配滤波器检测性能不理想的问题,提出了将预白化与小波变换联合处理方法.首先将混响预白化处理,然后通过小波变换将混响和回波信号分解到不同的尺度空间下,在尺度空间进行阈值量化处理,对有用的信号成分进行数据重构,最后利用重构的数据进行匹配滤波处理,使得混响被有效抑制,改善检测性能.仿真和试验数据处理...     

三脉冲激光雷达的目标检测

讨论了如何利用数字信号处理技术提高激光雷达的目标探测能力。采用三脉冲累加技术提高信噪比1．732倍。根据三脉冲激光雷达回波信号的特点,对信号进行差分滤波和匹配滤波处理,信噪比提高约1．5倍;根据目标的相关性采用多帧相关检测对目标进行检测,通过多次的匹配,检测概率增加,虚警概率降低。外场实验结果表明,三脉冲数字激光雷达的成力大大提高,最小可检测信噪比为1．5,迎头截获距离可提高约2-3倍。     

基于时空坐标图像的运动点目标检测方法

针对复杂背景下运动点目标检测方法存在的局限性,提出从时间空间角度检测运动目标的方法.在时间空间域里,背景的复杂纹理表现为无限长直线,运动目标则表现为有限长线段.针对该特点,运用逐点灰度均值将背景与运动点目标分离,并根据投影关系将目标投影到二维空间,获得直观的目标运动轨迹.试验结果表明,该方法能较好地从复杂背景中分离出速度不大于1像素/帧的点目标,且可同时进行多目标的检测,抗噪声能力强.     

形态学和小波域杂波抑制的微弱目标检测

本文提出了一种基于形态学和小波域杂波抑制的微弱目标检测方法,该方法将图像序列进行形态擘tophat滤波,然后小波变换,再分别对各小波子带作平滑滤波,按各子带对滤波前后小波系数作差分运算,最后经过小波逆变换得到具有微弱目标的残差图像序列.用残差图像tophat结果估计目标潜在区域,在目标潜在域的约束下,对残差图像序列进行时空域数据融合,实现微弱运动目标的检测.仿真实验表明,该方法杂波抑制后残差图像具有很好的白高斯特性,且目标邻域信杂比(scNR)的平均增益比图像空域平滑滤波和图像频域低通滤波等典型运算的SCNR平均增益有明显改善,目标检测算法在5帧图像集成时能稳定检测出微弱运动目标轨迹.     

基于Langevin型随机共振的水中目标线谱检测

将Langevin型双稳态随机共振系统应用于水声时变线谱信号的检测，提出了设计水声线谱检测系统可以利用的外在参数。在水听器端建立了时变线谱模型，考查了随机共振系统对水声环境的适应能力。实验发现在信噪比变化、声压起伏、线谱漂移等情况下，系统都能较好的工作，为水声领域新型线谱检测系统的设计提供了依据。