基于邻域灰度熵和分类的红外弱小目标检测

根据红外图像弱小目标和背景特征,提出了基于邻域灰度熵和分类的红外弱小目标检测方法。先对红外小目标图像进行复Contourlet去噪,并设计一滑动窗口扫描整幅图像,将滑动窗口内的像素分为目标和背景两类,利用两类的灰度均值差及窗口中心像素的邻域灰度熵进行背景抑制,再用指数交叉熵阈值法分割出小目标。实验证明该方法简单有效,易于硬件实现。     

一种基于连续跟踪的前视红外基准图制备方法研究

针对飞行器前视红外连续跟踪导航任务,对一种实用的匹配区选取与基准图生成方法进行了研究。分析了连续跟踪导航基本原理,以图像方差、连续特征检测和Frieden灰度熵为分析指标,设计了一种粗选与精选结合的匹配区选取方法。以线特征作为连续跟踪匹配区选取参数之一,利用实时图大小方格逐行扫描的方式,以图像方差为指标进行粗选,选取合适的区域进行直线特征检测;用Hough变换直线检测进行二次精选,用Frieden灰度熵进行稳定性分析,以确定可用于连续跟踪匹配区,得到跟踪导引线,并给出其定义及其参数组成。对某航拍图用所提方法获得了具备连续特征的前视红外连续跟踪导航基准图,验证了该方法在连续跟踪匹配区选取中的有效性、实用性和适应性。     

基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。     

基于变邻域变步长LMS背景预测检测红外小目标

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,提出了一种基于变邻域变步长LMS自适应背景预测的红外弱小目标检测方法.首先将两类背景交界处像素的邻点按最大类间平均离差准则分成两类,和中心像素点相近的一类构成预测邻域,而背景内部区域采用固定预测邻域;然后提出了一种改进的变步长LMS自适应算法,在所得预测域上进行背景预测,由实际值和预测值相减得到残差图像;最后采用二维Tsallis-Havrela-Charvat熵阈值选取方法对残差图像进行分割,并根据目标运动的连续性和一致性确认真实小目标.针对实际红外图像序列的实验结果表明:该算法能有效地抑制强起伏杂波,增强目标能量,降低虚警率,对强起伏背景下弱小目标具有很好的检测性能.     

基于图像熵的红外非均匀性参数化校正优选方法

针对红外图像非均匀性校正问题,文章提出了一种基于图像熵的红外图像非均匀性参数化校正优选方法。该方法首先计算输入红外图像奇像元子图和偶像元子图的熵,选择熵值大者作为基准图像;接着通过基于图像熵的非均匀性参数化校正优选处理得到校正后的基准图;最后基于线性逼近的非均匀性校正,得到输入图像校正之后的结果图像。采用真实数据与其他两种传统红外非均匀性校正方法进行试验对比分析,结果表明:该方法能够有效去除红外图像中的非均匀性条带噪声,有效保持输入图像原有信息,并获得较高品质的红外校正图像。     

红外图像探测器噪声的数值模拟方法

红外成像制导导引头上的成像器采用多元红外探测器 ,其噪声包括单个光电探测器的噪声 (例如 ,热噪声、1 /f噪声等 )和由于多元探测器之间的不均匀造成的固定图像噪声。图像噪声仿真的方法是 ,将图像划分为与探测器元一一对应的小区域 ,在显示屏幕上随机改变各个小区域的灰度等级。介绍一种随机灰度数列的生成方法 ,该随机灰度数列的概率分布规律符合红外探测器噪声的统计分布规律。这种方法主要用于模拟红外制导系统性能时给计算机生成的“目标 /背景红外图像”注入探测器噪声。     

反对称双正交小波在红外图像小目标检测中的应用

在给出利用反对称双正交小波进行图像多尺度边缘提取的相关理论基础上,针对海空背景下远距离小目标的特点,提出了一种海空背景下红外图像小目标检测方法。首先应用反对称双正交小波变换的多尺度边缘检测方法,确定目标的潜在区域,进一步在潜在区域内采用形态学方法提取目标,从而实现了在小波塔式分解数据上的图像边缘特征提取和小目标检测。与采用二进卷积型小波的检测方法相比,具有图像处理数据量小,实现速度快的特点。实验结果表明,该方法能够有效抑制杂波干扰,准确检测出小目标。     

分析与定量测定红外背景干扰的一种方法

为探索红外干扰的定量测定方法以及确定参数对红外背景干扰值大小的影响,分析了大量红外背景图像数据,并以象元电平为单位,对红外背景图像内的干扰噪声进行了计算。经过空间滤波处理和非滤波两种情况计算了图像的光谱密度,获得了关于红外背景图像的空间频率构成的信息,把计算出来的干扰值输入数据库取出多组数据绘图,确定了参数量对干扰电平的影响。     

红外成像导引头目标检测识别共性技术综述

对红外凝视成像导引头目标检测识别中的共性技术进行了综述。讨论了红外弱小目标检测中的先检测后跟踪(DBT)和检测前跟踪(TBD)技术,图像配准技术中的图像匹配、全局运动估计与补偿和运动目标检测,弹道终端目标识别中的图像分割和目标要害选取,红外图像仿真中的目标与背景红外辐射、辐射传输等技术,指出提高成像导引头目标检测识别技术和工程化实现是提高成像制导武器性能的关键。     

一种新的无人机监控图像实时目标识别算法

提出一种新的无人机监控图像实时目标识别算法。首先将获取的无人机监控图像应用自适应阈值分割将其转换为二值图像。对二值图像进行形态学处理,定位潜在目标出现的位置。最后对潜在目标区域再次应用局部自适应阈值分割获取目标,同时给出每个目标的图像坐标位置。飞行试验表明该算法保证实时性的情况下,有较高的识别正确率。     

基于逆ω-κ算法的SAR欺骗干扰方法

提出一种新的SAR欺骗干扰方法,其基本原理是干扰机在SAR副瓣区域快速生成覆盖保护区域的干扰信号,然后按照SAR发射信号的重复频率逐条发射干扰信号,最终使得干扰图像融合到真实场景之中,破坏和掩盖真实图像中的一些重要特征。为了实现快速的场景目标干扰,文中结合逆ω-κ算法,将一幅雷达灰度图转化为干扰信号。仿真试验表明,该方法可以有效实现对SAR的欺骗式干扰。     

CMOS探测器星敏感器的跟踪窗口星图处理方法

近年来，商业航天微小卫星已经实现了轻小型化、低成本、快速研制等目标，但是在卫星姿态控制方面受制于星敏感器等测量敏感器的精度水平，无法实现高精度的测量与控制。为满足微小卫星在轨飞行中高精度姿态测量和大角速度运动的要求，本文提出了适用于CMOS探测器星敏感器的跟踪窗口星图处理算法方案，设计了基于姿态信息和导航星库，通过坐标系旋转和透视投影变换，预测探测星点成像位置，设置CMOS探测器跟踪窗口的方法，根据跟踪窗口设置，完成预测恒星所在图像子区域的像素灰度数据采集和背景灰度值的计算。采用这种方法后，恒星成像质心精度得到了提高，加快了星点提取质心的图像处理速度。通过试验室动态光星模和外场观星试验验证。试验结果表明:该算法提升了星敏感器的精度( )和动态性能(3 (°)/s)，同时提高了全天识别的概率和跟踪数据有效率。     

红外面源诱饵干扰有效性分析

概述红外面源诱饵的辐射性能特征,详细分析红外面源诱饵对红外非成像导弹、成像导弹和红外搜索与跟踪系统的干扰有效性,结果表明,红外面源诱饵通过模拟飞机目标的红外辐射强度、辐射光谱和空间散布特征,并采用连续投放的战术使用方式,可有效干扰利用目标辐射强度、辐射光谱和运动特征进行干扰鉴别的红外非成像导弹以及利用目标图像灰度、大小特征进行干扰鉴别的红外成像导弹和红外搜索与跟踪系统。     

基于图像映射的玫扫系统目标重心定位技术研究

为克服玫瑰扫描系统采样点不均匀、欠采样等问题带来的目标重心定位误差,基于玫瑰扫描系统原理和传统目标重心计算方法,引入图像图形概念,提出了一种基于图像映射的目标重心确定方法。先根据玫扫采样点位置和辐射值等信息将目标映射至二值图像,映射过程中保持原图像的边界、内部属性和相对关系不变,从而确定目标形状。在计算图像区域重心前先进行预处理以消除图像边界残缺。对目标边界点进行离散化处理,求取不规则图形重心,再根据映射法则反求出目标在玫扫视场中的重心位置。当多目标或干扰可被分离时,该法还能用于视场中出现多目标或干扰的重心定位。数字仿真结果表明:用基于图像映射法确定的目标重心精度显著优于传统处理方法。     

一种基于全变分理论的红外背景杂波抑制算法

针对复杂背景下的小目标检测问题,提出基于全变分理论的单帧红外图像空域背景杂波抑制算法.分析红外图像背景抑制的最大后验概率模型,引入全变分的概念作为背景图像的先验信息,描述估计背景的平滑度约束,从而转化为泛函极值问题进行求解.估计背景在满足对观测图像数据依赖的同时,能够保留背景图像的边缘信息,有效降低复杂背景灰度值起伏较大处的虚警.通过仿真实验验证了算法的可行性和有效性,分析结果表明其背景抑制性能较传统算法有较大提高,算法架构适用于大数据图像并行处理的工程实现.     

红外前视对一类特殊建筑目标识别技术研究

针对电厂冷凝塔一类具有建筑规范的特殊建筑物,尝试在缺少其它基础地理数据保障的条件下,通过对冷凝塔外形的参数建模生成不同视点的参考图。在此基础上,针对红外／可见光多模图像匹配的特点,对自动目标捕获方案中模板匹配的相似性测度计算方法进行了研究。提出了基于梯度矢量相关系数的计算方法,将梯度信息作为红外／可见光多模图像的共性特征,匹配方案中不仅利用了图像点的梯度值,还充分考虑了该点的梯度方向信息。大量试验结果表明,该方法在识别性能上优于传统的灰度或轮廓匹配算法,匹配性能有较大的提高。     

多波段红外目标的空谱关联检测算法

针对高速运动空中目标在远距离探测过程中能量微弱、信噪比低的问题,本文提出了多波段红外目标的空谱关联检测算法.首先利用目标的红外成像特性实现噪声滤除、目标增强与背景抑制,提升图像对比度,并利用连通域分割方法实现潜在目标区域提取.在此基础上,构建目标和背景的多波段光谱特征库,采用RX异常检测算法有效剔除单一波段的虚警,得到多波段红外图像的空谱关联目标检测结果.基于不同背景、不同光照条件场景下的多波段红外图像数据进行仿真实验.实验结果表明,多波段空谱关联检测结果优于任意单一波段的检测结果,目标检测准确率达到98.35％,而虚警率仅为7.5×10-7,验证了本文算法对于远距离目标检测的有效性.     

对抗雷达识别的方法和技术

反雷达识别的问题日益受到人们的重视.对抗雷达识别的方法主要分有源和无源两种,这包括:减小真实目标的有效反射面,这通过选择无“闪烁点”的飞行器形状来实现;在飞行器上涂敷导电吸收层,使真实目标的逆向二次辐射图畸变;小型假目标模拟产生大反射面;模拟真实目标的频谱特性;模拟真实目标雷达图像的时间结构,它能为实现信号宽度压缩的宽带信号雷达模拟目标的远距离雷达图像.     

高超声速运动点目标检测

为了降低红外运动点目标检测的漏检率与虚警率,文章以"猎鹰2号"为例,从天基红外遥感图像生成的角度出发,计算了高超声速飞行器多种工况的辐射特性,提出了一种基于目标速度与辐射特性的红外运动点目标检测方法。该方法将高超声速目标的速度与遥感图像的灰度关联,以目标的飞行速度作为单帧图像灰度阈值分割的条件,实现阈值分割与速度滤波并行,并进行多帧图像疑似目标二次速度匹配滤波,实现目标检测。仿真结果表明:文章提出的点目标检测方法对于高超声速目标检测效果优良,检测率为94.4%,虚警率为5.86×10-5%。在具备目标表面平均温度与速度对应关系的情况下,该方法可应用于多种不同红外运动点目标的检测。     

基于梯度关系和局部连通性的红外小目标检测方法

红外图像中的弱小目标检测技术在精确制导等领域有着广泛的应用,是提升现代军事实力的关键环节。传统的目标检测算法主要基于背景抑制和目标显著性两个方面,但往往不适用于色差较大、干扰较多的复杂环境。本文提出一种基于梯度检测和局部连通性判断的弱小目标检测算法,利用弱小目标在局部区域的梯度特性和连通特性识别可疑目标,并采用区域生长算法进一步剔除检测到的干扰点。同时采用自适应策略确定相关阈值,提升算法的灵活性与应用范围。本文算法在反映多种检测环境的图片和视频序列中进行检测,并与传统方法比较。检测结果表明:该方法准确率较高,可保证较低的虚警率,同时处理速度较快。