基于MRF的自适应正则化红外背景杂波抑制算法

针对复杂背景下红外弱小目标检测难题,将背景杂波抑制归结为从原始红外弱小目标图像中重建目标数据的过程,据此提出了一种基于马尔可夫随机场模型(MRF)的自适应正则化滤波算法.该算法采用MRF,建立了红外弱小目标图像的先验概率模型,并根据图像的粗糙度设计了新的势函数.在此基础上,采用MRF对背景杂波抑制过程进行正则化处理,从而实现了对红外背景杂波的自适应各向异性抑制.理论分析与实验结果表明,该算法能够随图像局部纹理特征的变化自适应地调整滤波算子结构,从而可在复杂背景下自适应地抑制杂波、增强信号,有效地提高了图像的信噪比,且该算法结构简单,更易于硬件实时实现.     

一种基于自适应背景抑制的红外小目标检测方法

红外成像自动目标识别是精确制导武器的重要研究内容.为解决红外起伏背景下的小目标检测问题,提出了一种自适应的背景抑制方法,并对抑制背景后的图像进行了目标分割,最后用邻域法判决目标位置.实验结果表明,该算法能够从信噪比大于2.0的图像序列中检测出目标.     

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.     

基于局部自适应中值滤波的红外背景抑制方法

介绍了利用中值滤波进行背景预测和背景抑制的基本原理,分析了局部中值滤波和局部最大中值滤波器处理图像的特点.根据这些特点,设计了一种能充分利用两种滤波器优越性的局部自适应中值滤波器.实验证明,利用这种滤波方法进行背景抑制具有处理速度快,滤波效果好的特点.     

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。     

一种基于特征分类的红外图像自适应匹配增强的新方法

提出了一种基于特征分类的红外图像自适应匹配增强的新方法。先对大量红外图像的特点做深入分析,对图像进行归纳分类,共分为4类,并用状态空间特征参量表征。针对这些不同特点的红外图像,研究与之相匹配的增强算法。最终完成针对不同的红外图像,自动判断图像类型,并选择相应的参数和算法做增强处理,达到增强算法自适应匹配目的。这样有针对性地对不同特征的红外图像进行增强,提高了增强算法的适用范围。经过MATLAB验证得算法可行,并且增强效果很好。     

基于背景自适应预测的红外弱小运动目标检测

介绍了一种检测背景杂波中弱小红外目标的新方法．该方法根据背景红外辐射空间分布上的相关性,采用ＬＭＳ自适应空间预测滤波技术对背景空间红外辐射分布进行预测,并根据预测误差检测红外运动目标．本文还介绍了改进预测效果的方法,并以实际录取图像的处理结果,说明了上述方法的有效性     

红外图像盲元自适应检测及补偿算法

基于场景的盲元检测与补偿算法能有效地克服固定和随机盲元造成的图像亮点与暗点,提高探测器成像质量.通过将待检测图像分解为盲元目标和一般背景,建立迭代修正的背景预测模型提高预测准确度.并根据盲元和正常像元的残差能量统计差异完成单帧图像盲元检测.依据盲元缓变特征,利用建立的背景预测模型和盲元检测结果设计补偿算法,实现了单帧和...     

基于自适应背景预测的红外弱小目标检测算法

文章在已有的背景预测的算法基础上,提出了一种自适应的背景预测算法。实验结果 表明,该算法不但能够准确的检测出弱小目标的位置,还具有更快的速度,对于实时性检测,有很好的效果。     

自适应红外隐身系统的背景投影建模

实现目标自适应红外隐身的第一步是获取遮挡背景图像,这部分图像是观察者处于某一视点观察目标时,被目标所遮挡住的背景。而当观察者在不同的视点观察目标时,被目标所遮挡住的背景是不同的,目标与遮挡背景满足透视投影的关系。为求得目标与遮挡背景的关系,首先建立了三套坐标系,即目标本体坐标系、视点坐标系以及热像仪坐标系,然后通过推导三套坐标系之间的转换关系,建立了目标表面各点与热像仪获取背景图像点之间的对应模型,从而实现了遮挡背景的获取。最后通过实验对该模型进行了验证,结果表明:该模型能够正确获取不同视点下的遮挡背景,为工程应用奠定了基础。     

自适应背景对消方法

本文讨论了一种新的红外图象预处理算法—自适应背景对消算法。这种算法的基本出发点是自适应L滤波具有很好的消除脉冲噪声的特性，红外图象中的点目标具有脉冲噪声的特性和红外噪声的相关特性。实验表明这种算法在某种程度上去除了原始图象噪声的相关性并且能明显的抑制背景噪声和显著提高信杂比。     

红外背景抑制与小目标分割检测

红外寻的导引头小目标图像的分割与检测是地空导弹和航空导弹的关键技术。本文研究用六种高通滤波器抑制大面积低频背景的效果与性能比较,在此基础上提出基于统计计算均值和直方图的自适应门限背景抑制与小目标分割方法。基于目标运动的连续性,规律性和噪声的随机性,研究连续性滤波器的设计和用流水线管道结构检测目标运动轨迹的方法,大量实验和比较结果检验了本文方法的正确性。     

一种新颖的带背景抑制红外读出单元电路

设计了一种带新型背景抑制技术的红外读出电路,该电路通过控制开关管的导通与关断,使背景抑制电流源在积分过程中间断性地产生背景抑制电流.同时,背景抑制电流产生管工作在强反型区,减小了由工艺失配和噪声所引起的单元电路间背景抑制电流的变化,降低了电路的背景抑制非均匀性.所提出的读出电路基于CSMC DPTM(双晶三铝)0.5 ...     

空域-小波域联合滤波的红外复杂背景抑制

针对远距离红外小目标检测中复杂背景的抑制问题,提出了一种空域-小波域联合滤波的方法。该方法在空域通过自适应结构元素的灰度形态学顶帽变换抑制大部分红外背景。在此基础上,将处理空间变换到小波域,通过分析残留背景、目标和噪声系数在高频子带的差异,定义基于邻域均值的子带系数表达形式,构造高频子带系数的中心向量,对小波高频图像进行综合形成距离像,得到红外复杂背景的最终抑制结果。仿真实验结果表明,相对于经典算法,该方法不但可以实现对红外复杂背景的有效抑制,而且能够增强目标信号的强度。     

基于全变分理论的红外图像背景抑制

针对红外单帧图像的小目标检测问题,提出基于全变分理论的背景杂波抑制的改进算法。构建以能量函数极值最优化为主体的全变分模型,结合自适应步长和非单调性线搜索条件,形成改进的全变分算法,在红外图像背景抑制方面取得良好效果。经过仿真实验测试几种算法的抑制效能,分析结果表明改进算法的检测性能较传统算法在杂波抑制、减少边缘虚警等方面均有优势,能够满足实时性要求,且适用于复杂背景的工程实现。     

基于改进的双边滤波的单帧红外弱小目标背景抑制

提出了一种基于双边滤波的弱小目标背景抑制算法,传统的方法是直接用双边滤波对背景进行抑制,虽然能很大程度上保留背景,但也保留了小目标的信息,使得残差图上的信杂比不是很大,仍要后续的分割算法进行处理.改进了滤波器,在滤波中加入模板的限制,从而改善了这一缺点,提高了图像的对比度和信杂比.实验结果表明改进的滤波器与传统的双边滤波和TDLMS相比能更好地抑制背景.     

基于时空域滤波的红外弱小目标背景抑制

在红外成像探测系统中,对红外图像背景进行有效的抑制是准确检测出弱小目标的前提条件.基于目标在空域局部灰度稳定和时域运动连续的约束,提出了一种基于时空域滤波的红外弱小目标背景抑制新方法.首先,利用引导滤波保存图像细节和时域偏微分方程提取图像中突变区域的优势,实现对图像空域与时域中平稳和强起伏不同特征复杂背景进行抑制处理;然后,将时空域背景抑制结果利用相与操作算子处理完成对高度类似弱小目标信号的剔除;最后,为恢复前期抑制结果中丢失的目标信息,利用时空域融合结果作为引导图像进行进一步优化处理,得到最终背景抑制结果.仿真实验采用两组低信杂比运动弱小目标红外图像序列进行方法验证,并将该方法与几种背景抑制方法进行了比较,实验结果表明:该方法无论从主观视觉还是客观评价指标上均优于其他几种方法.     

基于Tsallis熵的自适应红外图像边缘检测方法

针对红外图像边缘检测这一难题,结合红外图像的特点,提出了基于Tsallis熵的自适应红外图像边缘检测方法.该方法分别计算图像子空间的边缘与非边缘的Tsallis熵,根据子空间最优Tsallis熵,构造出子空间最佳阈值的评价函数,根据评价函数,选择不同方向的边缘检测模板,增强了图像的边缘信息,从而避免了单一模板造成的边缘丢失现象.实验结果表明,与传统的边缘检测方法相比,该方法对于红外图像可以最大程度上抑制噪声,有效地提高图像的边缘检测效果.     

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).