超大空域凝视系统中目标检测的特殊问题

超大空域凝视侦测系统使绝大多数军事目标表现为亚像素成像特性.在输出的序列图像中表现出灰度起伏变化,与噪声类似.由于引入了"桶形"畸变,致使目标运动轨表现为曲线特性,现有弱小目标检测方法中目标运动轨迹的直线前提不再成立.同时,天空背景的辐射亮度随仰角不同而变化.通过对超大空域凝视侦测系统中弱小目标检测的诸多特殊问题进行总结分析,有助于后续研究适用于此类系统的、具有针对性的目标检测算法.     

采用高阶谱分析的红外弱小目标检测

在分析了以前的关于红外图像弱小目标检测的一些算法的特点和不足之后,针对单帧图像首次提出了一种新的检测算法一基于高阶谱分析的弱小目标检测：将图像中的背景灰度数据看作为噪声信号,弱小目标的灰度数据看作是淹没在噪声信号中的谐波信号,对图像行和列象素的灰度数据进行功率谱和高阶累计量分析,抑制噪声,检测谐波,检测的分辨力取决于同时参与谱分析的行或列的个数,算法的优点在于采用同一理论检测,简便易行,有较高的准确度,并且所需的数据仅限于单帧图像。最后给出了一个应用此算法实际的检测例子。     

基于高阶统计判据的红外弱小运动目标检测

针对红外预警与跟踪系统中的实时弱小运动目标检测问题,在分析红外灰度图像的非平稳高斯特性的基础上,提出了一种基于高阶统计判据的检测算法。先用一个空域的白化去均值滤波器进行空间背景抑制,为下一步时域高阶统计判据建立一个不相关的高斯背景,根据三阶以上的高阶累积量对于高斯随机过程“盲”的原理,用高阶累积量作二元统计判据检测红外图像背景中的运动弱小目标。算法全面考虑了红外灰度图像和目标在时域与空域方面的特性,大大增强了目标信噪比。通过实际获取的大地背景目标红外数据检测表明,此算法能有效地从复杂背景中检测低信噪比运动小目标,虚警率少,抗噪声干扰能力强。算法易于硬件实现,能够有效地应用于红外搜索与跟踪系统的实时目标检测中。     

一种基于自适应背景预测的红外弱小目标检测方法

针对目前典型的基于背景预测的红外弱小目标检测方法中无法较好消除噪声的问题,提出了一种基于自适应背景预测的红外弱小目标检测方法。该方法不同于传统方法,在对红外图像进行背景预测时,不仅考虑邻域内像素点的灰度值,同时还通过自适应处理的方法将待预测像素点灰度值也考虑其中,能有效改善低信噪比下红外图像弱小目标的检测性能。通过大量的仿真数据对本文和传统方法进行了对比和分析,证明了该方法的有效性和优越性。     

红外空域弱小目标探测系统中恒虚警技术研究

对空域中弱小目标的探测是红外成像防御与制导的关键技术。由于空域中弱小目标距离较远,在红外探测器上呈现为无纹理特征的弱小点。由于红外探测器噪声与视场中杂波干扰,很难将目标从红外图像中提取出来。在红外空域弱小目标探测系统中,虚警率与探测率是一对矛盾的概念。针对这一问题提出了一种基于杂波模型估计理论的恒虚警(CFAR)检测技术。该CFAR技术是建立在对红外图像背景杂波分析建模的基础上,根据Neyman-Pearson准则设计CFAR检测器,实现在恒定虚警的前提下最大化追求系统的探测率,以此提高红外空域弱小目标探测系统的探测距离和目标识别能力。     

弱小目标可见光传感器成像特性研究

研究了复杂背景下弱小目标在可见光CCD卫星传感器上的成像机理问题。弱小目标不易被卫星CCD传感器探测到,易被强大的噪声淹没,给检测提取带来了巨大的困难。从影响弱小目标成像的弥散因素入手,定量分析了大气、光学系统、探测器和传感器的振动等弥散因素对弱小目标的成像尺寸和成像强度的影响。在弥散成像的范围内,推导出了弱小目标与背景的对比度传输系数公式。通过航空试验进行了模拟验证,为其准确检测提取提供理论指导。     

红外图像序列中运动弱小目标检测的方法研究

研究在红外图像序列中检测运动弱小目标的方法。首先通过高通或形态学滤波进行图像预处理，进一步用似然比检测分割出侯选目标，考虑到环境干扰造成的目标在某一帧暂时消失的情况，提出了利用目标运动特征通过选择合适的邻域判决条件并结合图像流分析提取运动弱小目标的一种方法。模拟实验表明该方法能够准确高效地检测出运动弱小目标。     

融合时域像特征的空间可见光小目标检测技术

在对空间目标进行远距离可见光成像观测过程中,由于目标信号较弱而且平台不稳,目标的信号因在焦平面上产生亚像素抖动而大大削弱,增加了远距离目标检测的难度。针对远距离目标检测难题,提出一种融合像素点时域像均值与方差两种特征的远距离弱信号目标检测算法。经实测图像序列分析,存在弱目标的像素点与纯背景像素点相比,时域像方差因平台抖动而较大,利用这一特征结合广义似然比准则可以有效检测出图像中的弱目标。最后通过计算机仿真验证了检测算法的有效性。     

基于背景抑制的星空图像目标运动轨迹提取

研究了空间观测CCD图像弱小目标检测与运动轨迹提取技术,介绍了一种基于背景抑制的多目标检测与运动轨迹提取方法。首先,对图像进行阈值处理,滤除图像的背景灰度和噪声;然后生成基于序列图像叠加与形态学变换相结合的背景掩模图像,对序列图像进行屏蔽处理,得到运动目标图像;对目标图像进行交叉投影算法确定目标区域,并进一步精确确定目标质心,进而提取目标的运动轨迹。实验证明所提出的算法不仅能够有效检测星空序列图像中的多个弱信号小目标,而且具有较强的实时性。     

红外小目标时域检测算法研究

为了解决红外小目标检测问题,提出了时域红外小目标检测方法.在图像序列中背景像素、目标像素以及杂波像素的时域差分模型基础上提出了红外小目标时域检测算法,算法共分为两步:相关检测和广义似然比检测.经过相关检测后,图像序列中的噪声几乎完全被门限所抑制,只有极少数噪声像素、全部目标像素和一小部分杂波像素可以通过相关检测门限.为了进一步从通过相关检测门限的像素中检测出目标,又提出了一种新的广义似然比检测方法.这种经过改进的广义似然比检测能够进一步抑制噪声和杂波,提高检测的性能.分析表明,时域目标检测算法能够以很高的检测概率和很低的虚警概率完成目标的检测,实验方法也证实红外小目标时域检测算法具有很好的性能.     

红外小目标图像的分割与聚类分析

天空背景下红外小目标图像的分割与聚类是检测和识别目标过程的预处理部分。首先对图像进行对比度增强处理,并通过模板滤波法去除弱噪声,再运用分割算法把目标和强噪声从背景中分离出来,然后根据聚类得到可能的小目标,最后给出整套处理方法的实验结果和分析。     

弱小目标红外探测系统的杂散辐射分析

杂散辐射是指到达红外探测系统靶面的非目标成像的辐射能量。杂散辐射经过光电器件后增加了系统的噪声,降低了系统的输出信噪比,影响到红外探测系统对目标的探测能力。为了提高红外探测系统对空间弱小目标的探测能力,分析了红外探测系统的杂散辐射来源;推导了不同地理纬度、不同时刻下的红外探测系统太阳辐射入射角计算公式;分别计算了红外探测系统的太阳辐射、天空背景、热辐射噪声等效电子数;比较了杂散辐射噪声和探测器的固有噪声,分析了红外探测系统的最小噪声极限,得出地基红外探测系统的背景噪声决定了系统的探测极限。     

背景自适应的多特征融合的弱小目标检测

针对红外复杂背景下的弱小目标检测难题,提出一种基于背景自适应的多特征融合的复杂背景下弱小目标的检测算法。首先,通过对红外图像进行空域滤波去除孤立噪声点,并利用恒虚警率分割消除大面积平稳背景,获得疑似目标集。然后融合红外图像的背景信息、弱小运动目标的灰度特征、目标与周围像素的方向梯度特征等多个典型特征,消除疑似目标集中的大部分假目标,最后运用运动特征获取真实目标的轨迹,最终实现复杂背景下的红外弱小目标的检测。实验表明:该算法能实现复杂背景下低信噪比的红外弱小目标快速检测,具有检测概率高,算法速度快,鲁棒性好的特点。     

基于时域信噪比的红外弱小目标检测

复杂背景下红外弱小目标检测与追踪技术一直是遥感成像应用领域一项复杂而艰巨的课题。利用高帧频红外面阵成像系统采集到图像的强帧间相关性特征,设计了一种多帧累加的时域信噪比的弱小目标检测方案。同时利用目标运动的连续性,采用多帧确认的方法关联目标,输出真实目标运动轨迹。实验结果表明,算法在vs2013上运行的平均运算时间为23 ms,检测到的目标最低信噪比为2.91,同时对多目标的检测具有较强的适应性。     

基于非下采样Contourlet变换的红外小目标检测方法

对存在背景干扰和噪声情况下的红外小目标检测方法进行了分析,提出了一种时空结合的红外小目标检测算法.首先根据背景图像变化较慢的特点,运用相邻帧相减以减少背景和噪声的干扰,接着对残差图像进行非下采样Contourlet变换,利用非下采样Contourle分解后子图像的特性抑制剩余的背景并消除噪声,提高了目标信噪比,最后通过...     

M滤波的自适应背景抑制算法

提出了一种M滤波的自适应背景抑制算法.该算法将目标和观测噪声作为图像背景的混合干扰,依据M估计原理自适应的估计真实背景.算法具有较好的稳健性能,能够自适应的低抗高强度的干扰.仿真和实验表明,与均值滤波(MF)、中值滤波(ModF)以及Wiener滤波(WF)相比,该算法能够更有效地从混合噪声环境下估计背景,增强目标信噪比(SNR).     

基于空间匹配滤波的红外背景抑制技术

低信噪比条件下点目标的检测性能在很大程度上依赖于对红外背景杂波的抑制情况。针对红外背景杂波的统计特性，提出了一种改进型的空间匹配滤波算法。原理分析与实验结果表明，这是一种易于硬件实现，能有效抑制强起伏背景杂波的线性滤波方法。     

基于变差函数的红外图像预处理算法

提出一种基于变差函数的红外背景图像预处理算法。通过分析红外目标、背景及噪声的变差函数特性,采用变差函数对红外图像进行纹理分析,研究基于变差函数的目标检测预处理算法。实验表明:此算法对空间和时间相关性强的云背景具有良好的抑制作用,能有效地提高目标信杂比。     

基于单帧图像的红外弱小目标检测技术研究综述

红外探测系统以其隐蔽性好、穿透能力强等优点广泛应用于航空航天、军事侦察等领域。但该系统的观测距离较远,且目标往往呈现弱小状态,所以针对单帧图像的红外弱小目标检测一直是红外探测领域的难点和研究热点。基于滤波、视觉显著性、图像数据结构和深度学习四个方面,对当前单帧红外弱小目标检测算法进行了详细综述,最后对红外弱小目标检测技术进行了总结与展望。     

基于DSP的两帧差分和改进半因果弱小目标检测

针对工业现场镁熔液中弱小目标实时检测的难题,提出一种基于DSP的两帧差分和改进半因果支持域相结合的弱小目标检测新方法。该方法以DSP图像处理平台为核心,DSP集成开发软件Code Composer Studio 3.3为辅助,首先采用改进的半因果支持域模型对两帧原始图像进行背景预测,背景预测图像与原始图像相减得到残差图像;其次残差图采用两帧差分和自适应阈值分割处理得到二值图像;最后对二值图像形态学处理,获得真实弱小目标。实验结果表明：在相同实验条件下,该方法对序列图像的检测性能与已有文献进行对比,可以快速有效地检测到弱小目标,同时检测到的目标面积增大1.3倍,预处理时间减少34%,检测总时间减少20%,为工业现场镁熔液弱小目标实时检测奠定了基础。