云杂波成像背景的时序多帧投影抑制

为提高空间目标天基实时监视能力,对美国在空间中段实验卫星上搭载的空间目标在轨检测与跟踪信号处理器采用的基于时序多帧投影策略的MTI (Moving Target Indicator)算法进行了深入研究,并提出了一种基于时序差分标准化最大值投影的云杂波背景抑制算法.系统地阐述了时序多帧投影算法的思想与典型投影算子的设计方法;针对云杂波成像场景,对MTI算子提出了两点改进方法,即引入相邻帧差分算子与次序统计量中值估计算子来提高对云杂波成像背景的抑制能力,增强背景抑制算法的稳健性;最后,利用实际获取的云层背景图像数据库,仿真比较了不同投影算法的性能差异及影响算法性能的主要因素.仿真实验结果表明:对于输入信杂比小于2.0的弱小目标图像,本文算法的输出信杂比达到5.8以上,比MTI算法平均提高了1.0左右,有效解决了云杂波成像背景的弱小目标检测问题.     

时空域结合的红外弱小运动目标检测新方法

为解决远距离和复杂背景下红外弱小运动目标的检测问题,提出了一种将时域背景抑制和空域相关性检测相结合的新方法.首先在时域窗口内根据像素的时域信号进行时域背景抑制和二值化,得到既有像素点的灰度值又有时域信号值的组合帧图像;再充分利用运动目标在空域上的连续性和时域信号上与噪声的差异性,在组合帧上对每个候选目标点与其8邻域像素进行时域信号相关性检测,以剔除虚警点和确定目标轨迹.实验结果表明该法具有较低虚警率和较强的鲁棒性.     

采用双三次插值的空间目标偏振成像

为了解决暗弱场景下空间目标与背景对比度过低,无法区分的问题,采用分焦面偏振成像系统分别对室外暗弱场景、室内空间模拟环境进行成像;为了弥补分焦面偏振成像系统图像分辨率下降的缺点,采用双三次插值算法进行上采样。通过分焦面偏振相机的一次曝光便可获得4个不同偏振角度下的光强图,进而解算出偏振度图像和偏振角图像,并与传统的光强图像进行对比;利用双三次插值算法对4幅光强图进行上采样提高图像分辨率,然后再解算出偏振度图像,与未通过上采样获得的偏振度图像进行对比。实验结果表明,偏振成像较之传统的光强成像,目标的对比度获得了提高,边缘信息、纹理信息得到了更好的展现,偏振度图像与光强图像相比,与对比度有关的EME指标至少提高了17%,双三次插值算法提高了成像分辨率。应用双三次插值算法的分焦面偏振成像系统,对暗弱场景下的空间目标的识别具有潜在的应用价值。     

掠海红外动态点目标图像仿真系统

建立了一套掠海红外动态点目标图像仿真系统。根据红外搜索与跟踪(IRST)系统的图像数据量大、目标数量多的情况,采用软件和硬件相结合的方法解决实时仿真的问题。针对远距离动态红外点目标的特点,以仿真红外点目标、小目标为主,建立了既简洁又符合实际情况的基于高斯分布的背景灰度模型和动态红外点目标灰度生成与运动轨迹生成模型。通过人为调整均值和方差使所产生的仿真背景灰度信号可接近于实际观测到的真实红外图像信号,能用于检测IRST系统对极限背景噪声条件下的信号处理和目标提取能力。该系统的研制确保了测试IRST系统性能指标的有效性,降低了测试成本,缩短了IRST系统的研制周期。     

捆绑式望远镜图像信噪比测量及分析

空间暗弱目标的探测需要大口径、短焦距的望远镜系统。本文提出将多镜筒捆绑在一起对同一空域进行观测,通过软件的方式对采集的图像进行叠加来抑制背景随机噪声、提高图像的信噪比和整体系统的探测能力。为了对上述设想进行验证,搭建了捆绑式望远镜系统实验平台,通过实际观测及事后处理验证了该设想并给出分析结果。实验结果表明：图像信噪比平均提高1.58倍,探测能力近似提高0.5个星等。证实该技术可以系统的探测能力,并保持了其对应焦距并不缩小。     

改进PIC的背景重构算法与运动目标检测新方法

根据图像序列中出现频率最高的像素均值为背景点的思想,对像素灰度归类(pixel intensity classification,PIC)算法进行改进,通过将所选取的用于重构背景的序列图像像素值进行归一化、量化统计、量化范围拓展,从而重构背景图像,该方法避免了PIC算法中需要人为设定阈值;舍去了较为耗时及复杂的相近灰度区间合并等步骤;对于重构背景与目标图像作差后的二值图像,提出一种新的目标检测方法:粗精两步搜索法,可以精确确定目标物的位置,实现对运动目标的检测.实验结果表明该方法比PIC方法运行时间短、重构的背景噪声点少、粗精搜索后的目标位置准确,是一种快速有效的运动目标检测方法.     

应用级联分类器检测安瓿内弱小运动目标

针对序列图像内具有低信噪比和低对比度特征的运动目标,提出了一种基于级联分类器的弱小目标检测算法。该算法从安瓿瓶序列图像内提取绝对差分值、局部差分对比度和局部相关系数3个图像特征。每个图像特征对应一个分类器,通过三层级联形式实现序列图像中的小目标检测。第一个节点与传统帧间差分法类似,主要去除大量背景图像并检测出大颗粒运动目标,后两个节点则用于检测弱小目标、排除光流和瓶身污渍产生的噪声点。实验结果显示,相对于传统的帧间差分法,本文算法具有高检测精度和高抗干扰能力等特点,不仅可以检测出图像中弱小运动目标,同时也消除了复杂背景下的噪声影响,弱小目标的检出率达到99.3%,并且满足安瓿在线检测的实时性要求。     

视觉显著目标的自适应分割

基于视觉注意模型和最大熵分割算法,提出了一种自适应显著目标分割方法来分离目标和复杂背景,以便快速准确地从场景图像中检测出显著目标。首先,通过颜色、强度、方向和局部能量4个特征通道获取图像的显著图;通过引入局部能量通道来更好地描述了显著目标的轮廓。然后,根据显著图中像素灰度的强弱构建不同的目标检测蒙板,将每个蒙板作用于原图像作为预分割的结果,再计算每个预分割图像的熵。最后,利用最大熵准则估计图像目标熵,根据预分割图像的熵和目标熵判断选取最优显著目标分割图像。实验结果表明：本文算法检测的显著目标更为完整,分割性能F-measure达到0.56,查全率和查准率分别为0.69和0.41,相对于传统方法更为有效准确,实现了在复杂背景下对显著目标的有效准确检测。     

一种星空背景的运动补偿方法

运动背景补偿技术是提高运动星空背景下弱小目标检测精度的关键技术之一。本文提出了一种基于块匹配与质心提取法相结合的星空背景运动补偿技术。该方法在样本运动参数估计阶段直接剔除异常点;为了减少块匹配过程中每个待匹配位置的运算次数,保持块匹配的精度,又引入了连续排除算法,降低了计算复杂度。实验验证了该方法的有效性和优越性,证明了该方法能有效地提高目标的信噪比并且降低差分残余图像灰度均值。     

复杂背景下边缘提取与目标识别方法研究

通过对传统形态学边缘提取方法的分析,提出了基于形态学多结构元边缘提取算子,该算子既有良好的边缘提取特性,又很好地解决了噪声抑制和保持图像边缘细节之间的矛盾,通过灰度加权平均值作为阈值进行二值化,更加突出了边缘效果。针对目标成像特点,在提取图像中边缘的像素数、复杂度和最小外接矩形长宽比等多个特征的基础上,通过计算图像中目标边缘的特征评价函数和隶属度函数,利用模糊综合评判技术进行了目标识别。模拟试验表明:基于形态学的多结构元算子具有较强的噪声抑制能力,可以很好地提取复杂背景下的目标边缘;模糊综合评判技术可准确提取目标,较好地解决了复杂背景下的目标识别的难题。     

基于灰度差分不变量的快速局部特征描述算法

提出了一种基于灰度差分不变量区域统计直方图的快速局部特征描述算法来解决传统灰度差分不变量特征描述子计算复杂、稳定性较差且包含的信息量较少的问题.采用低阶且具有微分几何意义的灰度差分不变量描述特征点以降低特征描述子的计算复杂度,提高特征描述子的稳定性;利用特征点邻域的灰度信息和区域信息提高特征描述子的信息含量,增强特征描述子的鲁棒性.将该算法应用于图像匹配.实验结果表明,在图像尺度缩放、旋转、模糊、亮度变化、较小视角变化和JPEG压缩等多种变换条件下,该描述子不仅能够取得较好的匹配效果,而且处理速度比尺度不换特征变换( SIFT)提高约2倍.     

红外弱小目标的分割预检测

提出了一种目标分割预检测方法来提高检测红外弱小目标的准确性和实时性。针对红外图像的特点,利用改进的自适应背景感知算法抑制目标图像的背景以提高目标检测概率;根据已有的先验知识构造属性集,把灰度直方图限定在感兴趣区域,减少背景的影响;然后,利用属性直方图的最大熵进行图像分割以检测目标。为了提高分割算法运算速度,应用了快速递推算法。实验结果表明,本文提出的背景抑制算法能更好地抑制背景,提高图像的整体信噪比;分割算法具有更好的分割检测效果,候选目标点分割准确、虚警目标点较少,运算速度提高了91%。对分割图像进行后续处理,剔除了大部分虚警目标点,为后续目标准确检测提供了有力保障。     

基于NSCT、KFCM和多模型LS-SVM的红外小目标检测

为了进一步提高红外小目标的检测性能,针对图像序列中背景与小目标的特点,提出了一种基于非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)和核模糊C均值(kernel fuzzy C means,KFCM)聚类多模型最小二乘支持向量机(least squares support vector machine,LS-SVM)背景预测的检测方法.首先对红外小目标图像进行NSCT并去噪,提高图像的信噪比;然后通过基于核模糊C均值聚类的多模型ILS-SVM预测去噪后红外图像中的背景,用去噪后的实际图像减去背景预测图像得到残差图像;接着提出基于递归最大类间绝对差的阈值选取算法分割残差图像;最后利用目标灰度的平稳性和运动轨迹的连续性进一步检测出真实的小目标.给出了实验结果与分析,并与现有的3种基于背景预测的小目标检测方法进行了比较.结果表明该方法具有更高的检测概率和信噪比增益.     

利用长波红外偏振成像与光强图像融合的实验研究

为解决红外迷彩对传统热成像系统的干扰问题,达到在战场上识别红外伪装目标的目的,进行了长波红外偏振成像与光强图像融合的实验研究。采集了典型战场背景的长波红外偏振图像,利用MATLAB编程对红外偏振图像处理得到了长波红外偏振度图像,进一步对偏振度图像和光强图像进行了融合。实验结果表明,红外偏振度图像比原始红外图像的灰度均值提高了53%,灰度标准差提高了90%,平均梯度提高了2.04倍;融合后的图像比红外偏振度图像的灰度均值提高了15%,灰度标准差提高了4%,平均梯度提高了17%。     

中高轨道目标的地基光电监视

针对中高轨目标暗弱为目标识别和识别效率增加的难度,研究了基于被动光学系统的地基光电光测系统;同时提出了一种通过对原始图像进行最优化处理,从而有效提高目标信噪比,增加目标识别效率的方法。首先分析了在轨目标的光学反射特性,比较了不同模式下目标的信噪比,给出光电监视系统的最优设计方案。然后,结合目标运动特性和观测条件等因素,设计了适合中高轨道目标的地基地球同步轨道(GEO)目标的观测模式。最后,针对暗弱目标图像识别难题,提出了基于最优化原理的低信噪比目标识别图像处理的新方法。根据实测数据对本文方法进行了实验验证,并与传统差帧法进行了比较。结果显示,本文方法可在目标信噪比大于3.09点条件下识别出目标。该项研究对中高轨道目标光电监视用设备的设计和使用很有参考价值。     

基于自适应梯度阈值各向异性滤波抑制红外复杂背景

在传统各向异性扩散滤波算法的基础上,提出了一种自适应梯度阈值各向异性滤波算法,用于有效地抑制红外复杂背景、滤除噪声,同时增强红外弱小目标。该算法根据图像的局部特性,利用其在不同方向上的梯度特点,判断某点像素是噪声还是图像以及其存在于图像的平滑区域还是边缘区域。文中据此提出了自适应求取边缘函数中的梯度阈值(K值)的方法,解决了原各向异性滤波算法的边缘函数中K值固定单一的问题。实验证明:与原各向异性滤波算法和其他背景抑制算法相比,提出的算法增加了去噪功能,对各种复杂背景抑制效果更好,增强后的图像信噪比提高了近2倍。     

基于压缩感知关联成像的目标检测技术

高效率的目标检测是视觉应用的重要技术,但运动目标的提取易受环境的影响。关联成像能够解决特殊环境下难以获得清晰图像和一些常规成像技术不易解决的问题。在目标检测中,利用关联成像采集图像信息并运用背景差分法在压缩域中获得目标图像的测量值,直接通过压缩感知重构出目标图像。这种方法可以解决在特殊情况下无法检测到目标的问题,同时检测到的目标图像清晰,采样次数少,信噪比也较高。     

视频图像中运动目标检测的快速方法

研究了基于Kalman滤波理论的渐消记忆递归最小二乘法,探讨了渐消记忆递归最小二乘法在图像序列重建图像背景中的应用,还提出两种检测移动阴影的快速算法,并用于视频图像运动目标的检测.先用背景重建算法对复杂背景进行更新预测,再用当前帧图像与预测背景差分提取动目标,最后检测并去掉目标的阴影.这里提出的检测方法简单、有效,便于用硬件快速实现.文中给出了实验结果.     

基于自适应滤波的强起伏背景下弱小目标检测

在分析强起伏背景信号的基础上,利用背景局部信号统计特征和目标运动特性,提出了一种基于自适应滤波的弱小目标检测方法.该方法能够有效地抑制强起伏杂波,增强目标能量,提高信噪比.实验结果表明,该技术对强起伏背景下弱小目标具有较强的检测性能.     

基于梯度直方图变换增强红外图像的细节

针对红外图像信噪比低、目标边缘和细节模糊等缺点,提出了一种基于梯度直方图变换增强红外图像细节的方法。通过分析红外图像的梯度直方图,构造出一个高斯函数来扩展梯度直方图,增大图像的梯度值。采用直方图规定化法,实现图像的梯度直方图规定化,得到变换的梯度场。在从变换的梯度场重建增强的图像时,引入全变分(TV)模型来抑制噪声。实验结果表明,提出算法的图像信息熵比灰度直方图均衡化和规定化算法显著提高,明显增强了红外图像的纹理细节,为目标检测、跟踪和识别提供了高质量的图像信息。提出的算法采用有限差分法迭代进行求解和Visiual C++编程,对大小为480pixel×480pixel的图像的处理时间约为40ms,基本达到了工程应用对图像处理的要求。