运动目标检测与识别算法的研究

传统的运动目标检测方法不能精确检测目标发生仿射形变,为此提出一种动态模板匹配改进算法。该算法首先利用改进后的瞬时差分算法对序列图像中的运动物体进行检测和定位,提高检测与识别的实时性;其次,采用仿射不变矩作为提取目标时的不变特征,从而克服不能有效检测与识别时发生仿射形变目标的缺点。实验仿真结果表明,该算法优于传统的动态模板匹配算法。     

杂波环境下基于粒子滤波的雷达微弱目标TBD算法

针对杂波环境下的雷达微弱目标检测前跟踪问题,提出了 Weibull杂波分布下PF-TBD算法。该算法采用 Weibull杂波分布的量测模型,并基于粒子滤波算法,推导出似然函数和粒子权重。仿真结果表明,Weibull 杂波环境下 PF-TBD算法稳定性良好。     

雷达微弱目标探测的改进检测前跟踪算法

针对基于Hough变换的检测前跟踪(TBD)算法存在大量虚假航迹,无法有效得到真实目标航迹的缺点,提出了一种基于修正Hough变换和粒子滤波相结合的TBD算法.该算法首先利用修正Hough变换估计目标航迹,得到目标可能存在的范围;再将该范围作为粒子滤波的先验信息,利用粒子滤波计算的权重构造似然比检测目标,进一步剔除虚假...     

红外运动弱小目标的动态规划检测

针对动态规划方法在对红外序列图像运动弱小目标进行检测时的能量扩散问题,提出了一种新的检测方法。该方法以目标的运动特性为基础,构造出一个高斯模板来描述目标在下一帧可能出现的位置,利用概率来描述目标可能的运动而不是直接的硬约束,能很好地克服目标运动的随机性。将该方法应用于实际的红外序列图像的运动弱小目标检测,实验结果表明,可以大幅降低动态规划方法的能量扩散问题。     

信噪比加权空间分集雷达目标检测算法

对于空间分集雷达,各雷达站与目标的距离不同会引起信噪比的不同,从而降低传统的非相干积累检测器的检测性能.基于尼曼-皮尔逊准则,提出一种对各站接收信号进行基于信噪比加权的信号融合检测器.在已知各站回波信噪比的条件下,它可以达到检测性能的上界.数值试验表明,该检测器的检测性能较传统的非相干积累检测器有明显改善,特别在信噪比较低时.     

一种自适应背景差分运动目标检测算法

运动目标检测是运动行为理解的前提,也是安防系统研究的热点、难点问题。在分析现有检测算法的基础上,针对背景更新模型不准确、分割阈值难以选取等问题,提出了一套自适应背景差分运动目标检测算法。算法包括：基于像素相关区域灰度曲率特征的背景更新模型,基于直方图统计的动态阈值,改进型区域生长的运动目标标识。实验表明该算法能较好解决光照变化所引起的背景更新以及不同环境下阈值选取等问题。     

动态场景下运动目标检测方法研究

动态场景下运动目标的检测方法是计算机视觉领域的热门研究课题,本文将对动态场景下的运动目标检测方法展开研究。首先,对比分析相邻帧差分法、背景差分法、统计模型法这3 种检测方法的优劣,提出时空融合补偿差分与目标平滑模型相结合的新型运动目标检测方法。其次,研究新型运动目标检测方法中的运动估计与运动补偿技术。最后,对新型运动目标检测方法进行仿真验证,对比分析实验结果,以判断方法的可靠性、准确性。实验表明,本文提出的新型运动目标检测方法,能够满足检测要求,目标轮廓清晰、完整,检测准确性较高。     

一种基于背景重建的运动目标检测算法

根据视频序列的帧间信息，以平均亮度和图象能量为约束条件，提出一种改进的基于块的背景重建方法。利用重建得到的背景图象，通过背景消减实现了运动目标的检测，检测结果以运动目标的外接矩形表示。     

一种新的红外弱小运动目标检测算法

为检测强杂波背景中的红外弱小运动目标,提出一种基于Power-Law检测器的目标检测新方法．利用图像中弱小目标经过时像素点灰度值有起伏变化这一特点,将其看作是一种弱瞬态信号,利用Power-Law检测器对瞬态信号良好的检测性能,实现对弱小运动目标的检测．仿真结果表明该算法能够可靠地检测出信杂比(SCR)大于1的弱小运动目标．     

一种视频序列中运动目标检测算法

在现有方法的基础上,提出了一种基于Otsu动态阈值背景差法和三帧差法相结合的运动日标检测方法.首先通过改进的Surendra算法建立背景模型,并由Otsu动态阈值背景差分法得到二值图像,然后与三帧差分法结合,得到可靠的运动目标区域并进行背景实时更新.实验结果表明该方法满足视频序列运动目标检测的实时性和准确性要求.     

复杂背景下运动目标的检测

提出了一种统计获取图像背景的方法,该方法与比特层相结合可完成复杂背景下运动目标的检测.与其它获取图像背景的方法相比较,这种统计获取图像背景的方法可同时完成背景的获得和更新.此运动目标检测方法运算简单,抗噪能力强,无需阈值选取,分割结果无重影.实验验证了本方法的有效性.     

一种快速人脸目标检测和跟踪算法

以人脸为运动目标,利用图像的YUV模型和颜色检测算法在小范围内搜索,即时获得人脸的模板图像．在对序列图像进行目标搜索时,将金字塔方法和序贯相似匹配方法相结合,并采用粗精结合的两步匹配算法,获得运动目标的准确轨迹．实验证明,与传统的模板匹配算法相比,该算法的计算量大大降低,较大程度地提高了运动目标检测的速度．     

基于视觉显著性的红外图像弱小目标检测方法

针对复杂背号下红外图像弱小目标检测难题,提出了一种基于视觉显著性的目标检测方法。首先利用基于视觉注意机制的显著性模型计算图像的显著度图,然后根据图像的显著度图确定目标的区域,最后在原图像上确定目标的精确位置,仿真实验结果表明,本文方法能够很好地检测出红外图像中的弱小目标;与常用背景抑制法相比,该方法不仅较好地突显了目标,而且极大地消除了虚警干扰。     

杂波环境下MIMO雷达对起伏目标的检测性能分析

MIMO雷达采用了空间分集与信号分集技术，与传统相控阵体制雷达相比，可望获得更高的目标检测性能．针对杂波与噪声同时存在的实际背景，建立了MIMO雷达检测模型，导出了检测性能的理论公式，并与传统相控阵雷达进行了仿真比较分析．理论与仿真结果表明，当信噪比大于等于10dB时，MIMO雷达的检测性能要明显优于相控阵雷达．     

雷达目标角闪烁抑制

在ｎ个无源短偶极子串列模型的基础上给出了目标二元短偶极子简化模型，并利用求雷达线性调频的宽带频率均方根和目标回波相位波前孔径面场均方根的方法，分析了抑制目标角闪烁的有效途径和方法．最后给出了计算机的仿真结果．     

一种基于局部特性的红外弱小目标检测方法

针对红外图像弱小目标检测程序复杂和虚警率高的问题,提出了一种基于局部特性检测红外弱小目标的方法.该方法主要根据待检测像素点局部灰度比、局部灰度差、局部能量比以及局部能量差值的大小进行目标检测,避免了传统方法需对红外图像进行背景预测、图像增强等处理,有效地改善了低信噪比下红外图像小目标的检测性能.通过仿真实验对该方法与2种传统方法进行了测试和对比,证明了该方法的有效性和优越性.     

双基地机载预警雷达杂波抑制方法性能分析

在简要分析双基地机载预警雷达杂波特性的基础上,研究了两种典型空时二维自适应处理方法,即三路多普勒通道联合自适应处理(3C)法与空时二维Capon法运用于双基地机载预警雷达时的杂波抑制性能,并对不同脉冲重复频率下3C法与Capon法对杂波的抑制能力作了比较研究。     

运动物体变化检测算法研究

运动物体的变化检测,恢复和提取是运动检测中的三个重要环节,本文根据视频监控设备CCD器件成像特征以及帧间差运动变化检测方案,建立了一种利用灰度均值和方差作为判决门限的高斯运动变化检测模型,运动检测实验证明,利用该模型可以相对准确的检测出视频序列图像中的运动变化区域．     

用于强海杂波中目标检测的自适应波形设计算法

针对强海杂波中的目标检测问题,对一种自适应波形设计算法进行了仿真研究．该算法首先利用期望最大化算法估计预测目标所在单元的海杂波统计特性,然后利用子空间方法实现海杂波抑制,最后以最大化广义似然比为准则,通过动态设计相位编码波形来匹配海杂波统计特性,以改善目标信杂比,进而改善目标检测性能．通过数值仿真验证了算法的有效性．仿真结果表明,与采用固定波形相比,采用自适应波形设计算法对于目标检测性能的改善程度可达7～10dB．