一种FPGA实现的复杂背景红外小目标检测网络

红外（IR）小目标检测算法具有检测率高、虚警率低、实时性好等优点在红外遥感领域有重要的应用价值。由于复杂背景下小目标对比度低和信噪比（SNR）低,传统红外小目标检测算法难以保证检测性能。在强鲁棒性的红外小目标检测网络（RISTDnet）基础上,面向更为多样的目标结构特征和更高的实时处理性能要求,提出一种增强型红外小目标检测网络（EISTDnet）与其基于现场可编程逻辑门阵列（FPGA）高性能并行处理的算法。EISTDnet构造了手工特征算法与卷积神经网络相结合的多尺度小目标特征提取框架,采用多级展开思路对卷积核尺寸进行归一化设计,并通过数据深度复用和多维循环并行展开有效提高推理阶段实时处理性能。实验结果表明:采用单片FPGA实现的EISTDnet能够快速实时检测复杂背景下不同大小、低信噪比的小目标,与现有5种算法相比在10?3低虚警率下平均检测率提升49.5%,与RISTDnet相比,在实时处理速度提高1.33倍的优势下,对低信噪比条状小目标检测率提升29.4%,所提算法具有更好的有效性和鲁棒性。      

昆虫翅膀图像特征的亚像素级提取方法

昆虫翅脉、翅脉交点及翅膀边缘是昆虫翅膀运动变形三维重构的主要依据.通过分析这三种特征的图像特点,对于翅脉中心,采用Hessian矩阵求出灰度极值点方向,并用二次曲线拟合该方向的灰度变化,通过确定该曲线极值点位置来提取亚象素翅脉中心;然后通过求灰度图像的梯度,在其梯度变化方向求极值点的方法提取翅膀边缘特征;此外根据翅脉方向变化的连续性提出了邻域角度约束方法确定翅脉交叉点,从而最终提取到亚像素级的翅膀边缘、翅脉及交叉点等特征.实际应用证明该方法是较为有效的.     

一种基于图像特征点提取及匹配的方法

针对图像特征提取与匹配的适应性和准确性的问题,将尺度不变特征变换(SIFT, Scale Invariant Feature Transform)算法应用到图像匹配领域.首先从原理上对SIFT算法的特性进行了分析,并以visual studio 2005为开发平台对SIFT算法分步骤进行了实现;最后以基于欧氏距离的最近邻准则作为特征的相似度量将SIFT算法提取的特征应用于图像特征匹配,并对不同的近邻比进行比较,给出了建议值.通过3组实验图像的匹配结果表明,SIFT算法提取的特征对图像缩放、旋转、亮度变化的匹配正确率都等于或接近100%,证明了SIFT算法提取的特征点有很好的适应性和准确性,可以进一步应用到图像识别以及图像重建等领域.      

基于多层次特征的跨域图像生成评估方法

针对弗雷歇初始距离（Fréchet Inception Distance;FID）指标在跨域图像生成评估时约束力低的问题;提出了一种基于多层次特征对齐距离（Multi-Level Feature Alignment Distance,MLFAD）的域差计算方法。通过引入多层次特征提取与特征对齐机制;实现生成图像与真实图像在不同层次特征尺度分布差异的全面度量;更加精确地反映图像的细节和全局信息;大幅度增强了对生成图像的约束力。试验结果表明;MLFAD的表现显著优于FID;在图像翻译、风格迁移、图像修复和图像增强等跨域图像生成任务中;域差计算值分别降低了31.7%、26.8%、41.1%和34.6%。因此;MLFAD在跨域图像生成任务的评估中具有良好的准确性和稳定性;显著提升了生成图像的清晰度、细节还原度及色彩精准度。     

特征点分段提取的时间序列模式匹配方法

常用的时间序列模式匹配方法难以平衡计算复杂度与匹配精度,针对该问题,提出了一种特征点分段提取的时间序列模式匹配方法。提取时间序列每个变量维度上的特征点,降低序列长度;将特征点序列转化为分位点矩阵,利用欧氏距离对分位点矩阵进行相似性度量;在几组时间序列数据集上对所提方法进行分类实验。结果表明：所提方法在降低计算复杂度的同时,获得了较高的匹配精度。     

一种图像缩放算法的SoC协同加速设计方法

针对无人机自主着陆的跑道检测、识别、跟踪等视觉算法中需要对大量图像进行缩放处理以便后续计算,但又对实时性要求比较高的情况,根据输入输出像素点的映射关系提出了一种适用于硬件加速的图像缩放算法,简化算法结构的同时利用现场可编程门阵列进行模块硬件功能的设计对算法加速,并采用软硬件协同的体系结构搭建实时图像处理系统。实验结果表明,该缩放算法处理精度高、耗时少,且用硬件逻辑实现后,可以进一步提速171倍,硬化后的系统可以通过摄像头获取图像数据,实时处理后在显示器中显示,达到30帧/s的处理速度,可以应用于实时性要求较高的图像处理算法中。      

基于序列图像的空间目标三维重建

空间目标三维重建对空间态势感知和理论研究具有重要意义。针对空间目标图像存在的由纹理重复导致的错误重建问题,提出了一种新的基于运动信息恢复三维场景结构策略。该策略将序列目标图像的成像时间顺序作为先验信息,顺序地加入新图像进行迭代,以避免因目标结构对称、纹理重复所导致的重建错误。同时针对空间目标成像数据匮乏的问题,进行了空间目标图像仿真,并开展了空间目标地面模拟成像实验研究。结果表明:运动分析结果精确,对噪声有较强的鲁棒性,恢复出的目标三维点云能在一定程度上表达目标的结构信息。同时给出了进行空间目标三维重建时图像序列应满足的边界条件。      

基于序列红外图像的弹道导弹中段目标检测跟踪方法

针对弹道导弹中段目标检测跟踪问题,将卡尔曼滤波应用基于红外图像的弹道中段目标检测数据滤波和预测,建立了中段目标的状态方程和量测方程。针对卡尔曼滤波中系统噪声和量测噪声的自协方差阵难于确定的问题,研究了卡尔曼滤波参数选择设置方法,利用实际检测结果对不同噪声参数条件进行了试验,得到了应用于弹道导弹中段目标检测跟踪的滤波器参数设置规律,为弹道导弹中段目标检测跟踪技术提供了参考。     

一种轻量化的多目标实时检测模型

为实现公安监控系统内容分析的精准智能及提高服务实战能力,提出一种轻量化的多目标实时检测算法。首先,基于CenterNet检测网络增加了CBNet的多融合阶梯级联结构,有效地解决了主干网络在日常监控中特征提取能力不足的问题;其次,通过模型剪枝压缩网络减少参数量,加快了监控视频分析速度。本文利用部分COCO数据集和自行采集的现场数据进行训练与测试,并与其他主流检测算法(YOLO、Faster-RCNN、SSD等)进行消融实验。实验结果表明:所提模型在公共安全监控中能有效地做到速度与精度的均衡,并具有较强的普适性。     

基于ATI技术的一种动目标检测的实现方法

提出了一种基于双孔径天线沿航迹向干涉(ATI, Along-Track Interferometry)的动目标检测、测速及定位的实现方法.该方法与DPCA(Displaced Phase Center Antenna)技术相比,不要求天线载体速度和脉冲重复频率之间必须满足严格的制约条件,同时克服了DPCA技术及CSI(Clutter Suppression Interferometry)技术产生的动目标回波强度随目标径向速度按正弦规律相消而降低了对慢速目标的检测能力的不足.在ATI理论分析的基础上,给出了利用干涉图像的干涉相位信息进行动目标检测、径向速度分量估计及定位的一种实现方法.这种检测方法能够完成被地面背景杂波淹没的慢速运动目标的检测、测速及定位.计算机仿真结果验证了其有效性.      

一种阈值自适应调整的实时音频分割方法

基于内容的音频分析近年来引起了较多学者的关注.对自动分割方法进行了分析,分割是对音频信号进行深入分析的首要步骤,通常根据能量、幅值、基音等时域或频域的声音特征,设定若干固定阈值来实现.由于实时音频信号来源复杂,环境和采集设备的变化都会导致阈值的波动,从而直接影响到分割的质量.提出了一种基于声音背景学习的阈值初值计算方法,主要针对实时音频应用,设计了环境因子作为对外界环境进行检测的度量,并利用其自适应调节分割阈值,采用查表法,通过状态转移进行分片类型判断以在效率和精度之间取得平衡,并设计了多组分割实验对上述方法分别进行了验证.     

一种基于FPGA的图像自动增强算法与实现

图像灰度分布不均匀是影响画质的重要因素,集中表现在对空间场景成像时,图像中存在大量过亮或过暗的区域.同时,算法的实时性和嵌入式平台的可实现性是设计实现空间应用载荷需要着重考虑的问题.针对上述问题,提出一种适合于FPGA实现的图像自动增强算法.算法以分段线性变换方法为基础,采用K均值聚类对视频图像的灰度直方图进行动态的区间划分;构建分段函数系数与直方图之间的定量关系,自动计算线性变换系数;采用高效的并行流水线结构设计,实现了基于FPGA的硬件处理系统.仿真和成像试验结果表明,该FPGA硬件系统实时性好,适应性强,针对不同的场景均取得较好的处理效果,具有广阔的应用前景.     

一种基于目标特征点的姿态角测量方法

充分利用空间目标的几何先验知识,提出了一种基于目标特征点提取的单摄像机确定空间目标姿态角的方法,避免了多站图像的立体匹配。在M atlab2006 a的环境下对算法进行了验证,表明该方法的准确度较高,是一种简洁有效的测量方法。     

一种结冰飞机失速迎角实时估计方法

基于某运输机带冰风洞试验数据和结冰升力特性分析,得出结冰对小迎角(AOA)范围内升力系数影响较小的结论。设计一种基于该先验知识增强的升力系数多项式在线主成分估计方法,克服由于激励不足和回归量之间共线性导致的数据矩阵病态问题。利用结冰后升力曲线斜率变化量与最大升力系数呈现的良好线性关系估计了最大升力系数和失速迎角。与现有方法相比,所设计方法具有成熟度高、实时性好、不依赖主动激励的显著优点。仿真结果表明：所设计方法估计精度可以满足迎角保护要求,具有良好的工程应用前景。     

一种常用两次扫描算法的改进

针对交会对接最后逼近段光学成像敏感器图像处理中的快速连通域标记问题,将标记融合和两次扫描相结合,改进了连通域标记中常用的两次扫描算法,并基于标志灯成像的几何约束和统计约束给出了可完成目标粗识别的连通域标记算法.仿真结果表明这两种改进措施都可提高有效连通域标记的效率.改进后的连通域标记算法处理一幅1 024×1 024的图像,其50次重复运行的平均耗时小于98 ms,具备实时应用的能力.     

基于YOLOv8的遥感图像舰船目标检测算法

针对遥感图像背景复杂、舰船目标尺度变化大和方向任意等问题,提出了一种基于YOLOv8的遥感图像舰船目标检测算法。首先为了提高特征融合的效率,在特征融合模块将原有的路径聚合网络优化为渐进式特征融合网络;其次为了强化模型的多尺度检测能力,在颈部网络加入基于大卷积核分解和空间选择机制的选择性大卷积核注意力模块;然后为了提高模型的分类和定位能力,在解耦检测头的检测框回归分支添加视觉注意力模块,在目标分类分支添加坐标注意力模块;最后为了将通用目标检测算法转换为旋转目标检测算法,在检测头引入角度参数并优化损失函数,优化网络训练时的正负样本标签分配策略以提升网络训练时的效率。在公开数据集HRSC2016上的实验结果表明,所提算法以3.02×106的参数量,实现了90.55%的检测准确率,与当前其他主流旋转目标检测算法相比,在参数量和准确率上都具有先进性。     

无人机复杂环境中跟踪运动目标的实时航路规划

在复杂地形环境中,无人机在跟踪运动目标时,现有的航路规划方法在实时性和可行性上存在一定缺陷.提出了一种新的滚动窗口启发方向计算方法,使其能够跟踪运动目标,同时在滚动窗口内采用流函数法进行避障.根据无人机约束,滚动窗口为三角形,并设计了基于行为的伸缩功能.在流函数中,利用水势能方法克服了陷阱地形并进行了航路平滑.仿真结果表明:这种混合算法对于复杂地形条件下跟踪运动目标的航路规划,能够减小规划算法的时间和空间复杂度,使规划出的航路适于无人机飞行.     

基于菲涅耳变换的不变矩提取及目标识别方法

提出了一种基于菲涅耳变换的不变矩特征提取方法,并应用于图像目标识别.利用菲涅耳变换得到图像的衍射图样,将图像映射到菲涅耳衍射空间;在衍射空间提取几何矩或正交矩来获取图像全局信息的特征描述;利用k近邻法识别目标.实验结果表明基于菲涅耳变换的不变矩提取方法对于平移、尺度及旋转变化的图像目标具有更高的分类精度和抗噪声能力.     

一种红外小目标图像质量的评定方法

提出了一个新的红外小目标图像质量评定标准——背景干扰程度,定义了\"目标混淆度\"和\"目标遮隐度\"两个指标,它们分别体现了背景噪声引入虚警的能力和背景噪声遮隐目标的能力,设计实现了利用两个指标对背景干扰程度的定量描述.实验证明,与传统的小目标图像评定标准信噪比相比,利用该标准评定的结果与实际情况更加符合,更准确地描述了研究者所关心的检测识别目标难易程度的信息,同时,该标准对于无目标信息情况下小目标图像的质量评定也是有意义的.      

一种用于目标跟踪的UT-BLUE滤波方法

雷达机动目标跟踪问题中,通常目标运动模型可精确地在直角坐标系下建模,但大多数情形下模型是非线性的,同时在传感器坐标系下所获得目标量测又是直接可用的.通过将无迹变换与最优线性无偏滤波器有机结合,提出一种新的BLUE(Best Linear Unbiased Estimator) 滤波算法,以便解决上述非线性跟踪问题.首先,该算法利用无迹变换对经由直角坐标系下非线性目标运动模型得到的目标状态及其协方差作出预测,然后在保持传感器坐标系(极坐标系)下所固有的量测误差的同时,直接对它们作出状态估计.在算法推导及Monte-Carlo仿真过程中,将新的BLUE滤波算法和EKF(Extended Kalman Filter)、UKF(Unscented Kalman Filter)滤波算法进行比较,结果表明新算法的有效性和适用性.