舰船目标红外图像锐化处理

海天背景下舰船目标红外图像的目标背景对比度低,噪声大。平滑处理后图像的目标轮廓更加模糊。采取了梯度锐化和拉普拉斯锐化的方法进行锐化处理,从实验结果得出：对海天背景下平滑后的舰船目标红外图像进行锐化处理时,选用拉普拉斯锐化法比较有效。在对工程实现中的一些问题进行分析研究后,认为拉普拉斯锐化法是可行的。     

海面岛礁背景下舰船红外自动识别技术研究

为了提高岛礁背景下对红外目标的识别能力,提出了基于平均灰度的识别方法.红外探测器在对远距离舰船目标识别时,舰船附近与目标外型轮廓相似的海岛会给识别带来很大困难.通过对海岛和舰船的组成和红外特性的对比分析,以及从实地试验图像中得到的数据发现舰船的灰度平均值要高于海岛的灰度平均值.     

舰船热尾流红外图像的频域滤波增强技术

文章针对舰船热尾流红外图像难以识别的特点,将频域高斯高通滤波技术与空间域直方图均衡技术相结合,对红外图像进行优化处理,锐化了舰船热尾流的边缘,为红外探测潜艇提供了科学的水面热轨迹情况的依据.     

多级分割融合算法提取红外舰船目标潜在区

针对海天背景下红外舰船图像目标与背景对比度低,图像边缘模糊的特点,提出了一种红外图像舰船目标潜在区的提取算法.算法对图像进行了预处理和频域增强,在海天线附近区域进行多级分割融合以提取目标潜在区.实验结果表明,对于海天背景红外图像,采用该算法能够克服传统分割方法中单一阈值不好选取的问题.多级分割融合的结果能够覆盖目标区域,为后续的目标识别和跟踪奠定了良好的基础.     

基于图像复原技术的红外小目标检测方法

提出了一种准确、快速的红外小目标单帧检测方法。该方法首先利用图像复原技术对红外小目标图像进行平滑预处理,达到去噪、提高图像对比度的效果;接着将滤波后的图像与原始图像做差分对消处理,抑制背景杂波;然后采用梯度法对残差图像进行锐化处理,凸显小目标;最后设置两个灰度级做阈值提取,从而检测到红外小目标。仿真实验结果表明本算法能快速、准确的检测出目标点,鲁棒性较好。     

反舰导弹红外成像导引头跟踪器预处理算法研究

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,低信噪比条件下对运动目标的检测性能在很大程度上依赖于红外图像预处理。本文根据反舰导弹红外成像导引头总体技术指标要求,结合现代红外图像处理技术的发展水平,提出适合对海面运动的中小型舰船目标边检测边跟踪（TBD）红外图像预处理算法,外场跟踪试验结果表明：对于处理信噪比较低的运动舰船目标,该算法简单有效,但工程上如何自动捕获并且稳定跟踪舰船目标,还有待于作进一步的研究。     

地面背景下基于SURF的红外目标识别方法

采用SURF算法对地面背景下红外目标识别。采用具有实时性的自适应中值滤波器和小波分频与直方图均衡的图像增强方法,对图像进行预处理,拉开目标与背景的灰度差异,从而突出目标,以便识别。对预处理完的图像采用SURF特征提取匹配的方法进行红外目标识别。仿真实验中重点对SURF特征匹配阈值和匹配特征点的数量进行了研究。实验表明,文中方法对地面背景下红外目标识别效果较好。     

复杂场景下的自动红外舰船目标检测

为实现多种复杂海天背景下红外舰船目标的有效检测,提出了一种基于局部边缘梯度特征分析的舰船目标检测方法。利用红外舰船目标图像的特征,改进自适应Butterworth高通滤波对图像进行预处理。通过计算局部边缘梯度特征和聚类分析确定初始目标区域,比较梯度特征参数并进行多尺度搜索准确检测出舰船目标。对多种复杂海天场景红外图像进行仿真实验,结果表明,该算法能够有效准确地检测出多种复杂海天场景下的红外舰船目标,且算法简单,易于实现,适应面广。     

基于SVM分类的红外舰船目标识别

针对海天背景下红外舰船目标识别提出了一种基于机器学习的分类算法。该算法首先利用分割算法提取红外图像中的连通区域,并对原图相应的位置进行标记和归一化处理,然后利用HOG特征提取标记区域的高维特征向量,用线下样本库训练得到的SVM分类器对所提取的HOG特征进行高维特征空间的分类,识别目标和干扰。仿真实验表明,该算法具有良好的性能,在复杂海天干扰背景下能够有效地识别红外舰船目标。     

舰船目标红外图像预处理

对海上舰船目标红外图像，采取了邻域平均和伪中值滤波的方法进行预处理仿真研究，从实验结果得出了海上舰船目标红外图像进行平滑处理时，选用伪中值滤波法比较有效，并对工程实现中的一些问题进行了分析研究。     

一种用于红外图像分割的改进型Otsu方法

概述了红外图像处理系统对图像预处理的要求,并针对传统图像分割算法中容易出现的目标错分问题,提出了一种基于灰度梯度映射函数的Otsu法。该方法克服了传统的基于灰度直方图的Otsu法不能利用图像局部信息和边界信息的缺点,通过将像素点的梯度信息与灰度信息相结合,较好地从背景中分离出了目标。仿真结果表明,该算法达到了预期的技术指标,很好地实现了红外图像预处理的功能。     

两种基于差分的红外点目标图像预处理技术的研究

图像去噪是图像处理中的重要组成部分.目前,针对点目标检测,人们已经发展了一系列比较成熟的滤波预处理算法.本文通过对红外点目标图像预处理方法的研究,给出了两种基于差分的背景抑制算法.最后针对仿真结果,对这两种背景抑制方法的去噪性能进行了分析比较.     

基于D-S证据理论的近岸舰船目标识别

在深入分析和提取近岸舰船目标红外特性和微波特性的基础之上,提出一种基于D-S证据理论的红外图像和微波特性融合方法来实现近岸舰船目标的识别.一方面,对红外图像进行小波去噪、边缘提取、海天线识别与对消等红外预处理和特征提取后,可以得到若干个待选目标;另一方面,对目标回波进行衰减、低噪声放大、滤波和线性放大等处理后,可以得到信号幅度大于一定阈值若干个待选目标.最后,通过对红外和微波得到的待选目标运用D-s证据理论的融合规则进行数据融合,得到最终识别结果.算法易于硬件实现.实验表明,该方法能达到较好的识别效果.     

基于FPGA的红外图像清晰化系统设计

针对红外图像普遍存在细节模糊、对比度低的问题,设计实现了基于FPGA的红外图像清晰化系统。首先对输入原始红外图像进行8×8窗口的平滑滤波,然后将滤波后的图像叠加拉普拉斯算子进行细节增强,以解决传统拉普拉斯增强产生的噪声放大问题。最后通过Gamma校正曲线调整增强后图像的灰度。硬件系统实现时采用串并行流水计算方式,仅占用2 %的Slice Register和5 %的LUT资源,工作频率最高达228 MHz,满足实时处理视频图像的需求。实验结果表明,系统能够有效提高图像的对比度,增强目标景物的细节。     

弱环境辐射下中短波双波段红外图像融合方法

本文介绍了一种用于弱环境辐射下红外中、短波双波段的红外图像融合方法。该方法先采用单尺度Retinex(SingleScaleRetinex,SSR)方法处理短波图像,分别对处理后的短波图像和中波图像采用均值滤波和双边滤波得到细节层和背景层,再利用基于SpectralResidual(SR)显著性和引导滤波的权重映射,对短波图像和中波图像的细节层和背景层进行加权融合,得到融合图像。经过实验仿真,并与基于小波、拉普拉斯金字塔的多种算法做了比较,该方法在各场景下的主观与客观评价均表现良好。     

红外图像模式识别的预处理研究

红外图像识别与跟踪是红外成像制导的关键技术之一，在红外图像模式识别系统的实际应用中，图像预处理效果的好坏将直接影响到后续识别算法的复杂程度以及系统的可靠性．基于红外图像的特性分析，提出了红外图像模式识别的预处理过程，并详细研究了滤波降噪、目标增强、图像分割等预处趣技术．具有工程实用价值．     

基于拉普拉斯金字塔的红外光强与偏振图像融合

利用红外偏振信息(偏振度、偏振角)对目标进行成像,可以更好地抑制图像的背景噪声,提高信噪比。而且偏振信息相对于光强信息一般会蕴含更丰富的目标边缘轮廓信息。因此,提出一种将红外辐射光强图像和偏振度图像进行融合的算法。此方法首先对参与融合的每幅图像分别进行拉普拉斯金字塔分解,获得每层的分解图像;然后对分解后的每层图像采用不同的融合方法进行图像融合,获得每层融合图像,并对每层融合后的图像进行图像重构,得到最后的融合结果。多幅图像融合后的效果表明该方法能够增加图像的信息量,有利于场景感知和目标识别。     

基于暗原色先验去雾原理的红外图像伪彩化增强方法研究

根据雾天红外图像的分析和判读需要,提出了一种新的预处理方法---基于暗原色先验去雾原理及HIS空间的伪彩变换方法。该方法应用于雾天红外灰度图像的处理时,可以显著增强目标与背景之间的对比度。实验表明,该方法可以较好地对雾天红外图像进行增强与显示。与传统的图像增强方法相比,该方法更有利于在雾天条件下对掠海飞行目标及海面目标的红外图像进行分析与判读。     

旋转均值滤波用于提高红外点目标图像信噪比

当距离红外传感器很远时,目标在红外图像中表现为点目标。充分利用点目标,背景杂波及噪声在空间域中的表现形式,并结合均值滤波滤除噪声的特性,提出了一种新的滤波方法——旋转均值滤波法。将此算法运用在信噪比不大于3的红外点目标图像中,实现了背景抑制,突出目标以及提高信噪比作用,并能够满足实时处理的要求。     

海面船目标红外图像的计算机模拟

在海面船目标独立红外图像理论模拟研究的基础上，探索了船目标与海天背景合成的红外图像计算机模拟原理和方法。理论模拟采用将大气海面组成的背景与船目标分离成像，然后进行图像合成技术方案。讨论了相关的原理和计算方法，用编制的计算和显示软件对典型实例进行了计算。