一种基于边缘匹配的前视红外目标识别算法

红外目标识别是影响精确制导武器命中精度的重要因素。针对因基准图与实时图存在差异导致模板匹配性能下降的问题,提出了一种基于边缘匹配的前视红外（FLIR）目标识别算法。在模板匹配的基础上,利用目标的邻域信息排除虚警,计算基于匹配代价矩阵的匹配置信度对候选匹配点进行排序,利用前面连续多帧图像的识别结果为当前帧识别提供信息,从而提高目标识别的准确性和鲁棒性。在2组不同目标类型的红外视频序列上所做的实验表明,该算法具有较好的识别性能。     

前视红外目标的鲁棒分层跟踪算法

针对前视红外序列图像中目标与背景对比度低、灰度级动态范围小以及目标边缘模糊的特点,提出了一种基于均值漂移和特征匹配的红外目标鲁棒分层跟踪算法。首先利用均值漂移算法来快速搜索局部最优候选目标。然后,通过特征匹配对跟踪误差进行有效修正。采用Harris算子对模板目标与候选目标进行特征点提取,利用改进的Hausdorff测度对特征点进行有效的匹配度量,最终实现红外目标的精确定位。实验结果表明该算法简单有效,能准确跟踪前视红外目标。     

基于三维块匹配与改进Top-hat的红外图像目标检测方法

针对复杂背景干扰下难以精确检测出红外图像目标的问题,提出基于三维块匹配(BM3D)与改进顶帽(Top-hat)的红外图像目标检测方法。该方法首先采用三维块匹配算法对红外图像进行滤波,更好地保留图像的边缘信息;其次构建改进Top-hat算子,利用不同大小、不同形状的结构元素对滤波后图像进行背景估计,得到校正后图像;最后对校正后图像进行阈值分割,得到目标图像。仿真实验结果表明,与经典Top-hat算法比较,提出的方法能够有效地增强红外图像对比度、抑制噪声干扰、减弱非均匀加热背景的影响,从而突出红外图像目标信息,使得红外图像目标检测更加准确。     

激光调制型红外干扰条件下地面目标的识别方法

通过介绍激光调制型红外诱饵对地面目标干扰的工作原理和工作过程,分析基于灰度时间序列特性及序列图像运动特性的辨识方法在地面军械、装甲目标特征提取与真假识别中的应用。对于远距离变化平缓的点目标,其分辨灰度变化特性的方法包括傅立叶变换及小波变换：而对于运动剧烈变化的面目标则应用序列图像运动特性的目标识别,该方法可充分结合单帧图像中的目标历史状态信息,结合模糊集理论和信息融合技术,使运动目标在干扰条件下的识别具有较好的鲁棒性和适应性。实验证明,该方法能有效区分目标和诱饵,为红外干扰条件下地面目标的识别提供了理论模型和技术途径。     

基于高斯尺度空间的末制导目标跟踪方法

针对光电成像末制导阶段目标尺寸和姿态均迅速变化的问题,提出了一种基于高斯尺度空间的目标跟踪方法。该方法根据目标模板信息获得其在待匹配图像中的搜索区域,由高斯尺度空间理论求得相应的空间图像;利用尺度参数估计出不同尺寸目标的待匹配图像,并将目标模板与这些待匹配图像进行相关匹配,由匹配程度最高的图像求得目标模板的当前位置和尺寸;当模板尺寸发生变化时,对目标模板进行刷新。仿真结果表明,该算法能适应末制导阶段目标尺寸的急剧变化,在强杂波地面背景下实现对目标的稳定跟踪。     

飞机目标红外图像序列双阈值分割方法

针对飞机目标红外图像序列,提出了一种新型双阈值分割方法.它依据实测飞机目标红外图像序列的统计特性,以及目标在上一帧图像中所占比例,确定当前帧图像中两个阈值的取值范围;再利用最大熵准则和遗传算法搜索最佳双阈值.仿真结果表明,这种方法能够实时地分割出飞机目标和作为目标特征点的尾喷管,可用于工作在成像目标跟踪阶段的红外成像制导、红外型自动目标识别(ATR)系统.     

一种基于形态点特征的目标识别方法

脉冲激光扫描探测体制激光引信的处理对象一般为目标局部图像,由于获得的图像信息少,而且弹目交会姿态复杂多样,局部图像变化较大,识别比较困难。针对这一问题,提出了一种基于形态点特征的目标识别方法。该方法通过回波处理识别云雾目标,利用面积特征排除鸟类干扰,然后用形态学的处理方法对目标图像矩阵进行处理,提取形态点特征,利用点特征进行目标判别。进行了云雾回波实验并作了回波处理仿真,然后利用三维飞机模型对飞机姿态模拟,用得到的150个多种姿态的局部飞机图像进行了算法的验证,结果表明,92%能够进行识别,对弹目交会姿态适应性较强。     

基于改进SIFT与互信息的异源图像匹配

针对同一目标的红外与可见光所形成的异源图像对,提出了一种基于改进SIFT与互信息的算法,寻找两幅图像中的相关点,从而实现两幅图像的匹配。为了改善SIFT算子的匹配效果,本文提出的改进方法,成功地增加了正确匹配点数;同时使用局部互信息量作为判断标准,可以在正确匹配点数即使占劣势的情况下,依然能排除错误的匹配点,扩展了匹配算法的适用性。结果和实际测试表明,两种算法结合能显著改善匹配效果。     

基于图像流分析的红外运动点目标检测算法

文中提出了将图像流分析与多级假设检验算法相结合的红外序列图像中运动点目标的检测方法。该方法利用目标的运动特性来实现检测算法．是一种快速简单的有效方法。     

红外图像弱小点目标检测技术研究

针对低信噪比、背景和噪声干扰严重的红外图像中运动点目标的检测问题,提出了一种背景预测和目标轨迹搜索相结合的高效检测算法。该算法首先对序列图像进行高通滤波,然后对滤波后的图像进行背景预测,将原图像与背景预测图像相减获得残差图像,依据图像阀值分离出少量的候选目标点,再将含有候选目标的序列残差图像经过最大合并算法形成组合帧图像,最后利用目标运动的连续性和一致性在组合帧图像中搜索目标运动轨迹。