终端红外图像制导信息处理技术研究

弹道终端目标图像充满视场时的跟踪点选择和继续跟踪能力是第四代先进空空导弹必须具备的性能.文中分析了弹道终端导引头图像跟踪过程,建立了图像探测器投影成像模型,研究了红外成像制导型空空导弹弹道终端目标图像的变化规律、弹目距离和相对速度对目标图像变化情况的影响及中段形心跟踪模式与末端局部图像跟踪模式的转换时机,提出了一种有利于减小成像导引头跟踪盲区、提高起爆控制精度的局部图像跟踪算法,该算法通过对机头部位的识别来确定局部图像跟踪点,并估算目标易损部位,从而为实现最优起爆控制奠定了基础.最后,对文中提出的算法用实际红外图像进行了仿真,其结果表明该算法是可行和有效的.     

一种车载光电平台图像跟踪系统设计

为了对活动目标进行精确引导打击,设计一套新的图像跟踪系统以适应该平台。基于图像跟踪系统原理,论述了复杂背景下的跟踪技术、模板更新机制、低对比度下对弱小目标的跟踪技术、记忆跟踪功能以及对典型目标的跟踪功能等多项技术。介绍了所采取的波门漂移补偿、目标重新捕获和相似目标判断等措施,并以炮兵侦察车搭载该光电平台图像跟踪系统进行了多批次的跟踪试验。试验结果表明：该系统跟踪器的改进方法有效,整体跟踪效果提升显著。     

实时图像序列的空中微小目标检测和跟踪

实时图像序列空中微小目标的检测和跟踪,采用基于对比度跟踪算法.其目标检测通过确定跟踪区域、分割目标等步骤先减少噪声影响,使图像对比度增强,把目标从背景中突显出来.同时,采用相应的目标识别及跟踪、记忆跟踪等方法,计算图像的目标预计位置,并附之以形状匹配.试验证明,该算法满足微小目标跟踪要求.     

一种复杂地面背景的目标跟踪算法

实时跟踪算法将提供的原始目标作为基准图像进行序列跟踪，在跟踪过程中根据一定的判据对基准图像的更换、目标丢失的判断等状态进行控制．通过对各种实时跟踪算法的研究，提出了一种基于图像相关的多模板跟踪算法，并给出了多模板相关算法中的判断准则：模板更换准则、目标丢失判断．试验证明，对地面复杂背景的目标实时跟踪有效可行。     

背景干扰下的捷联图像导引系统目标跟踪方法

在捷联图像导引系统目标跟踪过程中,针对跟踪前期弹目距离较远、跟踪目标在背景图像中所占的区域较小、易遭受背景信息干扰,提出了一种新的基于Mean Shift算法的目标跟踪方法.该算法通过对目标模型做背景直方图加权变换和对目标候选模型做倒数加权变换,显著降低了Mean Shift目标跟踪算法迭代过程中背景信息所占的比重,有效抑制了跟踪区域中背景信息对目标定位的干扰,提高了目标的跟踪精度.实验结果表明,该算法与经典算法相比,迭代次数低、单帧处理时间短,可应用于捷联图像导引系统目标跟踪的前期阶段.     

红外成像制导末端局部图像识别跟踪研究

针对红外成像制导末端目标图像充满导引头视场影响目标识别跟踪的问题,提出一种红外成像制导末端局部图像识别跟踪的方法。分析了红外成像制导原理;选取了高亮区比例、灰度标准偏差、长宽比、紧凑度和复杂度等5个特征量作为特征提取和目标识别的依据,提出适合导弹的目标快速识别算法;通过计算红外成像制导末端目标图像,在导引头焦平面上的投影面积的变化情况,分析了弹目距离与相对速度对目标图像变化情况的影响,研究了形心跟踪到局部图像跟踪的转换时机。综合考虑了可靠性和实时性要求,选取飞机机头作为局部图形跟踪的跟踪点;搭建红外成像制导仿真场景,对所提出的方法进行仿真分析。仿真结果表明：该方法能够有效地识别图像中的目标,减小红外成像导引头跟踪盲区,实现红外成像制导末端的平稳跟踪。     

多特征提取的红外和可见光目标跟踪方法

针对复杂背景下采用单一图像特征跟踪稳定性差的问题,提出了一种基于多个特征提取的红外和可见光图像目标跟踪方法.该方法提取红外图像的灰度特征和可见光图像的颜色、纹理特征,给出了采用核函数量化的直方图描述的多特征目标模型,结合均值漂移跟踪框架,给出了一种根据相似性度量进行自适应融合定位目标的方法,并给出了一种选择性的目标模板...     

红外目标图像的复合特征跟踪算法

红外目标图像跟踪系统中应用单一特征跟踪算法,易造成跟踪点漂移和目标丢失。提出目标图像的复合特征跟踪算法,综合利用目标图像的灰度特征和点特征,联合灰度特征的易用性和点特征的空间不变性,分别克服单一特征易受光照、噪声干扰,以及实时性较差等方面的不足。提出了复合特征联合匹配的算法流程和权值分配策略,通过仿真试验对比三种方法的目标跟踪性能,证明了该算法的有效性。     

海天背景下红外舰船目标实时跟踪算法研究

针对海天背景下的红外舰船图像对比度低、船载摄像机上下抖动剧烈的特点,文中提出了均值移位(mean-shift)和海天线检测相结合的红外目标实时跟踪算法.首先通过水平投影方法提取每帧图像的海天线,然后由相邻帧海天线的高度差设定每帧图像跟踪起始点,将目标的灰度和梯度信息进行加权来描述目标特征,利用mean-shift算法进行目标跟踪.实验结果表明,文中算法能够准确跟踪上下运动剧烈的红外舰船目标,跟踪速度达到12 fps.     

基于运动信息的弱小目标跟踪方法

近年来,低信噪比图像序列中弱小目标跟踪问题是国内外学者研究的一个热门课题.文中针对弱小目标的背景特性、目标特性和运动特性进行了深入分析,提出了利用序列图像小目标运动的连续性滤除背景以提高信噪比,运用目标本身特征和运动信息确认目标,减少虚警率,从而有效地跟踪弱小目标.算法收敛迅速,跟踪精度高.仿真实验结果表明该方法能够准确高效的检测并跟踪运动小目标.     

基于CART算法的空间目标本体反演方法

针对预警中空间群目标反演精度不高、鲁棒性较差的问题,提出了一种基于分类回归树(classification and regression tree,CART)算法的空间目标本体反演方法。首先构建分类与回归决策树,并将空间目标的入射角、光谱辐射亮度、温度等特征数据作为决策树的输入;再基于基尼系数评估数据纯度,对目标在不同温度、不同入射角下的光谱辐射亮度进行分割;最后通过在每个节点处对数据集进行划分,实现对空间目标本体的有效反演。数值对比实验表明,3种典型空间目标的决策树模型反演结果与实际情况一致,验证了所提方法的有效性。     

联网水雷阵及其关键技术研究

联网水雷阵由联网水雷和无线浮标节点组成。当目标进入联网水雷阵监控区域时,各水雷节点在分布的空间和时间上,获得目标的特征信息,并通过网内信息处理技术,实现对战场目标的定位、分类识别和跟踪。其关键技术包括：联网水雷阵自组网、联网水雷阵网内信息处理、联网水雷阵智能控制和联网水雷阵的低功耗技术等。     

视频序列中目标定位跟踪的ー种新方法

提取视频序列中的目标轮廓，进行定位、跟踪，是当前视频处理技术研究中的一个热点。提出了一种新的视频目标半自动定位跟踪的算法。对于初始帧，采用改进的交互方法进行目标的精确定位；在后续帧中，采用零交叉点约束的Snake算法，对具有凹边和尖点特征的复杂目标准确跟踪，获得了理想的实验结果。     

基于MVDR的宽带水下被动声自导系统远程目标检测方法

远程目标检测是水下航行器被动声自导系统的重要技术问题。本文采用基于子带分解的宽带最小方差无畸变响应( MVDR)波束形成进行空间能量检测,通过在频域各子带进行自相关矩阵平滑有效改善检测稳定性。相比传统窄带及未进行自相关矩阵平滑的宽带波束形成方法,所提方法能显著提高系统低信噪比检测性能。仿真和湖试实验结果表明该方法有较好的工程应用前景。     

基于动态和静态环境对象观测一致性约束的移动机器人多传感器标定优化方法

为了解决机器人未知环境导航过程中的多源、异构传感器空间一致性观测问题,提出了基于动态和静态环境对象观测一致性约束的摄像机与激光测距传感器联合标定优化方法。利用协方差交集方法实现运动目标图像平面方向状态融合,同时采用卡尔曼滤波和概率数据关联滤波实现一对一和一对多信息源的静态角点特征图像平面方向状态融合;在此基础上,利用动态和静态物体融合前与融合后状态误差构造优化目标函数,并利用非线性优化方法实现标定参数优化。实验结果表明,该设计方法能够提高多传感器环境观测的一致性水平,验证了该方法的有效性。     

基于纹理感知的目标检测方法

利用人造物体与背景景物存在的纹理差异提出一种基于纹理感知的目标检测方法。该方法利用灰度共生矩阵计算景物的纹理特征,对物体的强度、方向和纹理特征进行非线性融合,突出纹理粗糙度弱的人造物体并抑制纹理粗糙度强的背景。理论分析和实验结果表明,该模型融入了纹理粗糙度和相似性等特征来组织目标,提高了目标检测性能。     

基于多光谱与显著性的红外弱小目标融合检测

基于多光谱与显著性,提出一种红外弱小目标融合检测算法。该算法旨在将从多光谱探测器获得的同一场景的多光谱图像信息组合到一起,利用它们在时空上的相关性及信息上的互补性,提高系统的检测性能。采用一种新的基于人类视觉注意机制的显著性方法,该方法能够快速准确找到图像中的显著性区域;将目标看作一类,背景和干扰点看作另一类,选取离差平方和准则,使类内距离最小,类间距离最大;训练出融合参数,得到融合后的显著性图像。通过设定的门限值二值化,可以看出该融合方法能很好地将目标与背景分开,从而检测出目标。     

水声图象目标探测

为实现水声图象中沉底目标的自动探测，提出一种匹配滤波和分形检测相融合的方法。由于匹配模板能够较好地模拟沉底目标的成像特性，而分形模型有助于区分人工目标和自然背景，所以这两种方法的融合可以有效地检测出目标，减少虚警。     

基于时空卷积特征记忆模型的坦克火控系统视频目标检测方法

视频目标检测技术是提升坦克火控系统战场目标搜索能力的有效手段。针对面向坦克火控系统的视频目标检测任务,提出一种基于时空卷积特征记忆模型的视频目标检测方法。将时空卷积特征校准机制与卷积门控循环单元相结合,建立时空卷积特征记忆模型,同时对多个视频帧中目标的表观特征及运动信息进行建模,以传递并融合视频帧中的目标信息。在特征提取网络以及检测子网络中结合可形变卷积,在检测过程中应用视频序列非极大值抑制,提高对形变以及遮挡目标的检测能力。构建一个包含多种目标类型、尺度、遮挡等条件的坦克火控系统视频目标检测数据集,为多种目标检测方法的测试提供依据。测试结果表明,与R-FCN、 D&T以及MANet等目标检测方法相比,所提方法的平均精度均值最高,能够更好地满足装备的应用需求。     

不同视场的多源图像融合技术研究

图像融合技术已经成为计算机视觉、自动控制、机器人、目标识别跟踪等领域的关键技术之一。图像融合技术主要研究对象是配准后共视场(FOV)的多源图像系统,现实生活中存在大量不同特性的不同视场的图像系统,不同视场的多源图像融合技术能够在不增加硬件设备投入的情况下,提升图像采集系统的性能;针对不同视场的多源图像融合技术,提出一种仿射变换和线性插值相结合的配准方法;对融合前后的图像在时域、空域进行了分析比较,并对融合的结果进行了评价和对比,验证了此技术应用的可行性。