SAR图像上舰船目标检测的一种新算法

提出了一种改进的KSW算法检测SAR图像上的舰船目标.在该算法中,检测门限被选择以最大化背景与目标灰度熵加权和.由于加权系数的引入,该算法能针对SAR图像上舰船目标检测的实际情况,调整背景与目标灰度熵在准则函数中所占比例.当海杂波较弱时,该算法与传统的KSW算法等价.当海杂波较强时,其较传统的KSW算法有更好的表现.     

SAR图像舰船目标检测数据集构建研究综述

算法和数据是影响深度学习技术发展的两大关键因素,大多数学者专注于算法的改进和开拓,仅有少部分学者致力于数据的研究.构建合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船数据集是SAR舰船目标检测项目的第一步,也是星载SAR图像实际工程应用的基础.分析了影响SAR舰船目标检测性能的关键因素,阐述了SAR舰船数据集的构建方法,概述了TerraSAR-X、"哨兵"1号(Sentinel-1)和高分三号(GF-3)三种SAR图像数据源,并对几种公开的SAR舰船数据集进行梳理与分析,总结了各数据集的发展历程,最后指出构建SAR图像舰船数据集仍需考虑的几个方面.     

无人机视频图像运动目标检测算法综述

运动目标检测是实现目标跟踪、交通监控、行为分析等任务的基础。但在无人机获取的视频图像中,无人机运动、旋翼震动或外界风力等客观因素使图像出现较为明显的背景、光照等变化,会对运动目标的检测产生影响。因此,如何降低干扰、提高检测精度,让无人机在运动目标检测领域发挥作用在信息时代具有相当重要的意义。无人机视频图像的运动目标检测相比传统运动目标检测,检测思路基本一致,但干扰因素众多。本文以此为切入点,分类综述了适用于无人机视频图像运动目标检测的算法及其改进,主要包括运动估计算法、帧间差法、背景建模法、光流法等传统算法和近年出现的新型算法;通过对无人机运动状态的划分探讨比较了上述方法的优缺点及适用场景。帧间差法更适合处理无人机悬停状态的数据,背景建模法、光流法及新型算法对无人机悬停及巡航状态的数据均可处理;上述算法均不能很好解决光照变化造成误检、漏检现象。所以处理无人机视频数据时,要根据其运动信息及数据特点选择合适的算法,才能获得好的检测结果。     

一种基于循环自相关分析的雷达编队目标架次估计

在研究编队目标回波多普勒频率变化的基础上,提出一种基于循环自相关分析的编队目标架次估计新方法.该方法利用编队目标回波可近似看作多个频率相近、幅度恒定、调频系数相等的LFM信号叠加的特点,采用循环自相关估计回波信号的调频系数,再利用分数阶傅立叶变换对编队目标架次进行估计.该方法计算简单,易于工程实现,相对Fourier变换和WVD具有较高的分辨能力.实测数据实验表明了方法的有效性,实现了较短数据长度下的雷达编队目标架次的有效估计.     

新的红外图像小目标检测方法

在分析了海空背景下舰船目标红外图像特征的基础上．提出了一种基于背景粗糙度估计的红外图像小目标自适应检测算法,该算法利用LOG算子检测目标的大致轮廓,确定目标的中心点作为区域生长的种子点,可以看作是为后续处理压缩数据量的一种方法。它可以减少运算量,提高检测速度,抑制对不必要的种子点的区域生长,提高目标的检测概率。     

复杂海面背景红外小目标自动检测方法

采用维纳自适应滤波，抑制随机噪声和高斯噪声；利用Otus阈值法分割图像，确定海天线和目标潜在区；利用Top—Hat算子进行形态滤波处理，抑制平缓变化背景并保留高亮度区的目标和强噪声；选择结构元素进行形态开运算，去掉细小的背景杂波干扰；针对远距离舰艇小目标总是出现在海天线附近以及红外目标灰度高于其邻域背景的特点，确定阈值即可分离出真正的目标。实验结果表明，该方法可以较好地抑制海浪、云层等背景的干扰，能有效检测复杂海面背景中的红外小目标。     

基于分数阶傅里叶变换的加速微弱目标检测与估计

加速微弱目标使雷达回波多普勒谱严重扩展,传统动目标检测方法失效.为了实现监视雷达对加速微弱目标的有效检测和参数估计,提出了一种新的雷达信号处理方法.利用分数阶傅里叶变换完成监视雷达接收回波慢时间域线性调频信号的能量集聚,提高低信噪比条件下的加速目标检测性能,并通过离散尺度化法对加速目标参数进行估计.理论推导和仿真分析了相参处理间隔长度、分数阶次步长和信噪比等因素对所提方法的统计检测性能和参数估计精度的影响.     

基于时空搜索的红外微弱点状动目标检测技术

在背景杂波被抑制后的图像序列中,残留样本为相互独立、服从高斯分布的条件下,首先论述了理想三维时空搜索检测算法,并对其性能进行分析。结果表明,虽然它具有最佳的检测性能,但是由于需要事先知道关于噪声及目标先验知识的缘故,无法进行实际应用。对此．研究了直接利用观测样本来估计噪声及目标的一、二阶矩,从而无须事先知道噪声统计特性的三维时空搜索检测算法及其详细步骤,推导了二元判决统计量所服从的概率分布函数（结果为t分布）,对比分析了算法的检测性能,并给出了理想算法和本算法中共存的问题及其相应的改进方案。此种算法在连续多帧做任意运动的流星、人造卫星以及其他运动目标的光学检测与跟踪中应用广泛。     

振动加速度检测中传感器连接状态的自动识别

在振动加速度检测中,如果系统不能对传感器连接状态加以自动区分,将正常连接状态下的数据和异常连接状态下的数据全部存入数据库,则必然会给数据库增加不必要的负担,造成数据污染;另外,为了传感器检修的便利,也有必要自动识别传感器的连接状态。对振动加速度检测中传感器四种连接状态的自动识别方法进行了研究：定义了表征不同传感器连接状态的加速度信号数字特征,结合基于LDA的特征降维和最近邻分类器来实现自动识别。实验显示,提出的振动加速度传感器四种连接状态的自动识别方法是有效的。     

Adaptive subspace detection of extended target in white Gaussian noise using sinc basis

For the high resolution radar (HRR), the problem of detecting the extended target is considered in this paper. Based on a single observation, a new two-step detection based on sparse representation (TSDSR) method is proposed to detect the extended target in the presence of Gaussian noise with unknown covariance. In the new method, the Sinc dictionary is introduced to sparsely represent the high resolution range profile (HRRP). Meanwhile, adaptive subspace pursuit (ASP) is presented to recover the HRRP embedded in the Gaussian noise and estimate the noise covariance matrix. Based on the Sinc dictionary and the estimated noise covariance matrix, one step subspace detector (OSSD) for the first-order Gaussian (FOG) model without secondary data is adopted to realise the extended target detection. Finally, the proposed TSDSR method is applied to raw HRR data. Experimental results demonstrate that HRRPs of different targets can be sparsely represented very well with the Sinc dictionary. Moreover, the new method can estimate the noise power with tiny errors and have a good detection performance.     

卷积神经网络在目标检测中的应用及FPGA实现

针对传统目标检测算法在复杂背景条件下的对红外弱小移动目标的检测能力弱,虚警率高等问题,提出了一种基于卷积神经网络的目标检测方法,分析了卷积神经网络的结构、特点,将卷积神经网络应用到红外弱小目标检测领域,选择卷积神经网络模型,学习训练学习出合适的模型参数,并将算法在以FPGA为核心的硬件平台上进行移植。实验表明,本文的算法实时性好,硬件移植工作量小,在复杂背景下能够得到目标掩码信息、有效检出目标。     

空中弱目标天基光学探测性能表征及匹配设计方法

针对远距离空中弱目标光学探测的需求,提出天基探测系统性能表征与关键指标匹配设计方法.首先立足于天基光学探测全链路,分析得出影响天基观测条件下空中复杂环境背景中弱目标光学探测的主要因素,包括场景杂波、探测系统的光谱辐射尺度、几何尺度等;然后对上述影响因素进行表征建模,建立目标的图像信噪比与影响要素之间的关系模型,即探测系统性能表征模型;最后以典型探测场景为例,通过研究目标在不同场景杂波及探测多尺度耦合特性下的信噪比变化规律,提出探测谱段优选及其与空间分辨率的匹配设计建议,可为我国天基探测系统设计、指标论证、信息处理算法优化提供理论依据与科学指导.     

UWB SAR叶簇隐蔽目标差值变化检测中杂波分布建模分析与应用

由于树林观测区域后向散射强度具有快变特性,现有方法无法对UWB SAR叶簇隐蔽目标差值变化检测的杂波分布进行准确建模分析。为此,首先推导分析了均匀观测场景差值变化检测的杂波分布模型,而后假设观测场景后向散射强度服从伽马分布,在此基础上进一步推导了一种快起伏场景差值变化检测杂波分布模型。实验应用结果表明,该分布模型可对树林区域差值变化检测的杂波分布进行准确建模分析,从而提高变化检测性能。     

红外图像序列小目标的特性分析与检测

在红外图像中微弱小目标的检测一直是研究的重点和难点。文中介绍了一种利用形态学的Top-hat算子检测方法，主工步骤是先对图像进行滤波，然后依据目标运动的连续性进行目标检测，并对检测所得的目标特性进行分析。实验表明，该检测方法十分有效，并且还发现图像序列中小目标的灰度和质心位置变化是有规律的，它可提高检测的准确性。