基于Top-hat变换与OTSU的近岸舰船目标检测

长期以来,雷达对近岸目标的检测是目标识别的难题。对于近岸低速舰船目标,存在探测难、识别难的问题。然而,舰船目标具有较好的红外辐射特征,在探测过程中可以充分地利用这一特征。针对其红外特性提出了一种基于Top-hat变换与最大类间方差法的图像处理方法。经开运算重构,利用Top-hat变换增强红外图像中目标与背景的对比度;根据图像的灰度特性,使用最大类间方差法对图像进行阈值分割,以便检测目标。实验结果表明,该算法能够有效地检测出近岸舰船目标,对近岸目标识别具有一定的现实意义。     

机载雷达和红外数据融合的智能目标识别

为了提高机载传感器目标识别系统的性能,提出了利用机载雷达和红外成像传感器数据融合的智能目标识别算法.对红外成像传感器,采用了基于小波矩特征和BP神经网络的目标识别算法,首先提取目标图像的小波矩特征并进行特征选择,然后通过BP神经网络对目标图像进行识别;对雷达传感器,提出了利用模糊推理的目标识别方法,首先选取适当的雷达特征,然后通过模糊推理进行识别:从雷达和红外传感器识别算法分别得到待识别目标所属类别的基本概率分配函数,用D-S证据组合规则将两个基本概率分配函数组合,最终实现了机载雷达和红外传感器的数据融合.仿真结果表明:融合后的识别效果优于单个雷达或红外传感器的识别效果.     

多级分割融合算法提取红外舰船目标潜在区

针对海天背景下红外舰船图像目标与背景对比度低,图像边缘模糊的特点,提出了一种红外图像舰船目标潜在区的提取算法.算法对图像进行了预处理和频域增强,在海天线附近区域进行多级分割融合以提取目标潜在区.实验结果表明,对于海天背景红外图像,采用该算法能够克服传统分割方法中单一阈值不好选取的问题.多级分割融合的结果能够覆盖目标区域,为后续的目标识别和跟踪奠定了良好的基础.     

远距离传输舰船红外图像的目标识别

针对海天背景下的目标与背景红外图像对比度差、图像边缘模糊等特点,提出了一种远距离舰船红外图像的识别方法,分析了舰船目标的红外辐射特性,对远距离的舰船红外图像进行了预处理,对图像进行了梯度锐化和拉普拉斯锐化处理。仿真实验结果表明：对于远距离舰船红外图像的识别,先用改进的中值滤波方法进行预处理,再进行拉普拉斯锐化处理,可以达到识别目标的目的。     

海天背景下红外舰船自动目标识别算法

海天背景下红外舰船目标的自动识别是武器跟踪导引的重要内容。针对低信噪比和低对比度的红外图像,首先采取均值平滑滤波和指数增强对红外图像进行预处理,然后在So-bel算子检测梯度的基础上,采用最小二乘迭代拟合出海天线。通过区域生长与合并分割图像,提取出表征舰船目标的典型形状与灰度特征,并进行加权融合以实现对潜在目标的自动识别。实验结果表明该算法能以较高准确率实时识别出舰船目标。     

基于区域协方差的图像特征融合方法

考虑到不同特征代表图像的不同信息,融合后的特征更能体现图像的本质,概括总结了国内外各类图像特征融合方法,重点阐述分析了基于区域协方差的特征融合方法,该方法可以自然地融合多个相关特征,协方差计算本身具有滤波能力且效率高,最后通过设计合适的目标特征,基于区域协方差融合特征实现舰船目标识别。实验表明,协方差描述子可以较好地融合舰船可见光图像或红外图像的目标特征,提高目标识别能力。     

海面岛礁背景下舰船红外自动识别技术研究

为了提高岛礁背景下对红外目标的识别能力,提出了基于平均灰度的识别方法.红外探测器在对远距离舰船目标识别时,舰船附近与目标外型轮廓相似的海岛会给识别带来很大困难.通过对海岛和舰船的组成和红外特性的对比分析,以及从实地试验图像中得到的数据发现舰船的灰度平均值要高于海岛的灰度平均值.     

多源红外弱小目标灰色关联融合识别方法

针对从复杂地物背景下识别红外弱小目标的需求,提出了一种针对中/长波红外图像的多源信息融合识别方法。首先在对低信噪比红外图像的预处理中改进了去相关和分块阈值分割等算法以抑制温度场的非线性影响,有效提取出目标及其特征,再利用基于灰色理论的目标关联度计算得到基本概率赋值,进一步运用D-S证据理论组合规则对多个观测样本的信任度进行决策融合,得到同一时刻多传感器探测样本数据的最终识别结果。实验表明,该方法对复杂地物背景下的红外弱小目标具有较高的识别效率。     

采用D-S证据理论的双色红外小目标融合检测

针对远距离低信噪比条件下目标检测难的实际问题,提出采用D-S证据理论的双色红外小目标融合检测方法。该方法首先采用统计检测方法对各传感器图像进行目标检测处理;接着采用“或”逻辑对各传感器的目标检测结果进行融合,以降低目标漏检的可能性;然后在各传感器图像中提取融合检测结果中各候选目标区域的多个图像特征作为进一步消除虚警的证据;最后采用D-S证据理论对各候选目标区进行基于多特征的目标融合识别处理,并将识别结果作为整个系统最终的目标检测输出。实验结果证明了该算法的有效性。     

基于非完备字典的舰船特征提取和识别

提出了一种基于非完备特征字典的舰船特征提取和识别算法。借鉴稀疏表示理论的思想,根据红外图像中舰船的外形特征数据集构造特征字典,将目标信号进行分解,根据匹配字典中每个特征基原子得到特征响应,从而获得目标的特征表示,最后采用SVM一对一投票方法进行目标识别,得到最终的目标识别结果。仿真实验表明,与简单的标量区域描述方法和矩特征方法相比,本文方法得到的特征不仅具备更快的提取速度,而且可以更好地区分目标,提高目标识别的正确率。     

水面舰艇的红外辐射及红外隐身技术分析

概述了红外隐身技术的基本原理,通过分析水面舰艇对红外隐身的要求,研究了水面舰艇红外隐身技术所采取的措施,介绍了红外隐身技术在水面舰艇上的应用和发展趋势。     

水面舰艇的红外辐射及红外隐身技术分析

概述了红外隐身技术的基本原理，通过分析水面舰艇对红外隐身的要求，研究了水面舰艇红外隐身技术所采取的措施，介绍了红外隐身技术在水面舰艇上的应用和发展趋势。     

具有厚壳结构的海面目标红外热像模拟

在原有的一般海面目标几何模型基础上通过面元拉伸的方法，实现了具有厚壳结构海面目标的几何构型建模，建立了体结构的非稳态热传递物理模型，并实现了数值计算和图像模拟，获得了理论模拟的红外热像。     

海面船目标红外图像的计算机模拟

在海面船目标独立红外图像理论模拟研究的基础上，探索了船目标与海天背景合成的红外图像计算机模拟原理和方法。理论模拟采用将大气海面组成的背景与船目标分离成像，然后进行图像合成技术方案。讨论了相关的原理和计算方法，用编制的计算和显示软件对典型实例进行了计算。     

基于HOG特征和SVM分类器的红外图像智能检测与分类方法

为了满足人工智能在目标识别方法中的应用需求,需要具备对海量数据进行智能分类、识别、判读的能力。进一步挖掘了红外目标特性数据库数据,并将基于HOG+SVM的红外目标识别算法应用于红外目标识别过程中。选择采集到的汽车、直升机、飞机、舰船、无人机等目标,并结合HOG算子与SVM分类方法来实现红外目标检测与分类算法,从而实现了红外目标智能化分类研究,为后续目标特性的进一步分析以及导引头智能化算法设计提供了支撑。     

被动微波/红外成像复合导引头交班仿真分析

通过对被动微波/红外成像舰空导弹复合导引头交班问题的研究,建立了复合导引头制导控制系统的数学模型,复合导引头跟踪回路主要由被动微波相位干涉仪与红外成像导引跟踪回路组成.以此模型为基础,进行了防御反舰导弹类目标典型运动情况下的交班过程仿真.分析了各因素在交班时对弹道扰动程度的影响.得出目标机动能力越强、速度越快、弹目距离越近,交班引起的弹道扰动越大;舰空导弹在拦截反舰导弹时,在反舰导弹巡航段进行拦截并交班时,交班过程引起的弹道扰动最小的结论.     

Adaptive Extraction and Refinement of Marine Lanes from Crowdsourced Trajectory Data

Mobile Networks and Applications - Crowdsourced trajectory data of ships provide the opportunity for extracting marine lane information. However, extracting useful knowledge from massive amounts of...     

红外视频图像中的人体目标检测方法

人体目标检测是很多机器视觉应用的难点,如智能视频监控和车辆辅助驾驶,基于可见光图像的方法很难解决复杂背景和目标区域的分离问题,因此,越来越多的研究转向利用红外图像进行检测。提出了一种红外视频图像中的人体目标检测方法,该方法首先利用红外图像中像素值近似呈现单模态分布的特点,对高亮像素进行检测,然后采用灰度直方图和投影直方图相结合的2D直方图特征对目标进行检测。实验结果表明:该方法具有较高的检测率,但误报率也较高,其原因在于负样本的数量和代表性不足,因此,改进空间很大。     

防爆型双监探测器的窗口设计

被动红外与主动微波组合的探测器是一种双监探测器,从双监探测器工作机理出发,得出了防爆箱探测窗口基本技术要求,并在此基础上对各类窗口材料进行了计算分析及细节设计,实现了双监探测器的主动微波及被动远红外信号低损耗通过。所设计的防爆箱,解决了双监探测器在具有防爆性要求的\环境中的应用难题,对提升易燃易爆等危险环境下的防入侵监测技术水平有着重要的意义。