一种新的红外背景抑制滤波算法

结合保护带和Dempster-Shafer(D-S)证据理论,提出了一种新的红外背景抑制滤波算法。首先分析了小目标的特性,论证了小目标在局部背景中呈现出极值性的条件和可能性,并在此基础上采用D-S证据理论计算最佳滤波尺寸。然后在最佳滤波尺寸下,根据保护带的思想进行背景抑制滤波,该算法能够适用不同尺寸的小目标。以全局信噪比增益、局部信噪比增益和背景抑制系数作为算法性能评价标准,实验结果表明,在低信噪比的情况下该算法对典型的不同红外背景具有良好的适用性,能够有效地抑制红外背景并增强目标信息。     

复杂背景下红外弱小运动目标检测的新方法

提出了一种用于检测不同类型复杂背景下红外弱小运动目标的新方法。该方法能够根据图像信息自动选择背景预测算子;同时,针对不同类型复杂背景中目标和背景特性的差异,提出了“局部小目标可辨识度”的概念,并定义了一种有效的方法将其量化。在此基础上,采用蒙特卡罗实验方法构造了一种新的阈值函数,实现了单帧目标的检测,然后采用移动加权管道滤波提取目标的运动轨迹。实验结果表明,该方法对不同类型复杂背景的红外弱小运动目标具有很好的检测性能。     

地基观测红外目标二维经验模式分解检测方法及应用

针对复杂条件下的地基观测红外图像目标检测问题,引入二维经验模式分解(BEMD)方法对复杂条件下的目标红外实测图像进行了处理分析:首先对目标观测原始红外图像进行中值滤波,对原始红外图像进行噪声抑制预处理;然后利用BEMD算法对预处理后红外图像进行自适应分解,获得按频段分布的二维基本模式分量与残余图像,并对分解后的红外图像进行有效重构,获取处理后的红外目标图像;最后利用点锐度方法定量评估目标红外图像处理效果,并与原始红外图像进行比对分析。基于实测红外图像处理结果表明,BEMD方法有效抑制了云层背景杂波噪声,且有效检测出清晰的红外目标,处理后的红外图像清晰度较原始红外图像显著提高。     

基于子空间投影的未知背景航拍高光谱图像恒虚警目标检测

针对航拍高光谱图像中未知背景地物特征条件下小目标的检测问题,给出一种检测算法。利用目标的低概率特性,通过模糊聚类获取高光谱图像中背景的光谱特性;然后将高光谱数据向背景光谱信号的正交子空间及目标信号子空间投影以抑制背景和噪声信号;最后在特征层利用广义似然比检验构造出具有恒虚警特性的检测器,完成融合检测过程。理论分析和实验结果表明了算法的有效性。     

基金档案

[项目编号]20070112001[项目负责人]梁晓庚[依托单位]中国空空导弹研究院复杂背景下红外背景抑制与弱目标识别完成情况简介：本项目主要开展：1）利用目标的几何特性和表面材质计算其红外辐射,然后通过大气衰减和成像器模型得到目标在图像中灰度,最后与真实的红外背景叠加,获得红外弱小目标仿真图像。     

基于分形理论的红外图像港岸背景抑制方法

为了实现港岸背景的抑制,提出了一种基于分形理论和小波变换的背景抑制方法。首先,在高斯去噪的基础上,使用Otsu方法对图像进行粗分割;然后,对粗分割得到的背景图像进行分形降维处理,选定序列图像的比较区域;最后,利用小波变换的奇异值检测特性,在比较区域寻找序列图像比较的基准点,从而确定序列图像的移动范围,进而实现序列图像背景抑制。通过对实际港岸背景红外图像的实验,验证了所提方法的可行性和有效性。     

基于多尺度分割注意力的无人机航拍图像目标检测算法

随着无人机（UAV）遥感技术的发展,无人机航拍图像目标检测逐渐成为无人机应用领域的一项核心技术,在交通规划、军事侦查及环境监测等领域具有重要应用价值。针对无人机图像中小目标实例多、背景复杂及特征提取困难的问题,提出一种基于多尺度分割注意力的无人机航拍图像目标检测算法MSA-YOLO。首先,利用嵌入在骨干网络瓶颈层的多尺度分割注意力单元建立多尺度特征间的远程依赖关系,从而强化关键特征的表达能力并抑制背景噪声干扰;其次,设计了一种自适应加权特征融合方法,该方法动态的优化各输出特征层权重,实现浅层特征与深层特征的深度融合;最后,在VisDrone公开数据集上的实验结果表明：该方法取得了34.7%的平均均值精度（mAP）,相比于基线算法YOLOv5提高了2.8%,在复杂背景下仍能显著提升无人机图像目标检测性能。     

天基预警系统弱小目标检测技术研究

为了确保天基预警系统的探测能力,要求系统具有很强的弱信号目标检测与识别能力和实时预警能力。为了能够在复杂云层背景条件下,快速实时有效地检测出红外图像中的弱目标,本文提出了采用基于广义最大似然比准则的弱目标检测算法。通过实验验证,该算法能有效克服云层背景的影响,在目标信噪比很低的情况下可靠检测目标。     

基于邻帧差分近邻反相特征的红外运动点目标检测算法

基于运动点目标在邻帧差分图像中所具有的近邻反相特征,即运动点目标的两个位置相邻近、灰度值一正一负,提出一种在复杂背景下,基于红外序列图像的运动点目标检测算法.本算法利用该特征在邻帧差分图像中检测反相点对,进而构造反相点对矢量图,最后依据累积反相点对矢量图中多矢量首位相接的连续性检测出运动的点目标.文中给出并证明应用本算法能以概率1检测到运动点目标的收敛性定理.对典型复杂背景下10幅1000帧图像的仿真结果表明,当信噪比大于或等于1.5时,可以有效检测出运动点目标.     

红外目标与环境的视景重建技术研究

研究了图像环境生成过程中红外目标特征信息提取所面临的重要技术问题,提出了自适应背景感知与对消处理、抑制背景的自动门限选取和形状分析与目标特征识别的层次化数据处理流程.基于数学形态学理论实现了图像背景感知的应用研究算法.实验测评表明,该算法对复杂变化的图像环境具有良好的滤波性能和稳健的适应能力     

靶场偏振成像技术应用

偏振成像技术不仅能获取目标的辐射强度信息,还能获取到偏振信息,有助于复杂环境下目标的探测识别.靶场现有光电设备主要采用强度探测,通过目标-环境差别来区分目标,因此,在复杂环境下,目标容易湮没在背景中难以探测.通过分析偏振成像原理和技术特点,总结归纳国外在偏振成像方面的试验应用,阐述了偏振成像在靶场应用的前景和优势,提出了一种基于偏振成像的光学成像系统,并对现有设备提出了偏振化改造方案.通过利用目标、环境的偏振特性,利用强度+偏振的组合模式,可提升现有设备的目标探测和成像识别能力.最后,对偏振技术应用和发展进行了展望.     

基于帧差和背景建模的卫星视频目标检测

传统单一的目标检测方法运用在卫星视频时不能得到理想的检测效果,特别针对一些目标纹理特征匮乏,背景变化明显的卫星视频来说适用性更差。文章提出一种结合背景模型更新的混合高斯背景建模和多帧差分的算法,通过抽取吉林一号卫星视频中某2帧的2个不同场景,对比了多帧差分法、单高斯背景建模法和本文提出的算法,较好地解决了卫星视频微小目标检测中易产生检测率低、虚警率高的问题,提高了检测的正确度、完整度和质量,在遥感卫星视频运动目标检测中具有良好的应用潜力。     

Adaptive Rectification Filter for Detecting Small IR Targets

Clutter suppression is one of the most important subjects in the field of small target detection under infrared (IR) strong clutter background. While removing the clutter background, however, such methods may reverse the relative energy distribution of target and noise in the clutter suppressed image, and disturb the subsequent target segmentation and detection. This paper analyzes the causation of such problems, does research on the relationship between target energy characteristics and detection probability, and presents a novel filter of energy distribution adaptive rectification (EDARF). Based on the EDARF, an improved framework of dim small target detection is proposed to rectify the energy distribution in the clutter-suppressed images by conventional adaptive filters. The proposed EDARF's performance is estimated by experimental comparisons of three linear/nonlinear filters before and after using EDARF. Extensive experimental results show that the proposed EDARF improves efficiently the performance of detecting dim small targets against strong undulant cloud-cluttered backgrounds.     

防空导弹攻击目标的红外成像特性分析

通过结合对目标的红外成像特性研究,首先阐述了在复杂背景条件下防空导弹对目标的红外成像寻的制导的组成和原理。然后详细分析了地面杂散背景的辐射和散射特征,综合分析了军用飞机被防空导弹攻击目标的红外辐射特性。在对复杂背景辐射特征和目标红外特性分析的基础上,给出了一组典型地表光谱辐射亮度曲线和太阳对地表的全波段辐射能流(辐照度)随时间的变化曲线;绘制出了红外成像导引头在整个红外波段内的探测效能曲线。分析结果对研究防空导弹红外成像导引头如何从复杂背景中将目标的典型特征信息提取出来并进行有效识别和跟踪奠定了基础。     

Data fusion for ground moving target tracking

The aim of ground surveillance is the large scale, continuous and near real time determination of a dynamical ground picture. This task comprises detection and tracking of moving single targets and convoys, mobile weapon systems, and military equipment. The sensors of choice are airborne Ground Moving Target Indicator (GMTI) radar and synthetic aperture radar (SAR). As ground target tracking often suffers from dense target situations, high clutter, and low visibility, the integration and fusion of external background information is essential for providing precise and continuous tracks. We present Multi Hypotheses techniques for tracking several targets in complex ground situations with clutter. Methods to incorporate topographic information, in particular digital road maps, are described and demonstrated.     

Performance Analysis of a Target Detection System Using Infrared Imagery

The automatic detection of targets in cluttered infrared imagery is considered. The environment for the problem is that of a "fire-and-forget" weapon, and the mission philosophy for such a weapon dictates that the weapon has to find one and only one target in the automatic detection phase. A detection system that meets this requirement is presented. The system uses techniques of image processing and pattern recognition, with the extension that ranking methods are used instead of thresholds to accommodate the requirement of finding one and only one target. A probability model of the system is developed to determine the system performance as a function of throughput and expressions derived for the probability that the object chosen by the system as the target is actually a target. In order to validate the theoretical results, the actual performance of the detection system on a database of 68 infrared images is determined and compared with the predicted performance of the system. It is shown that there is good correspondence between the empirical results and the theoretical performance.     

基于实测数据的海杂波与海面小目标特征分析

目标特性是雷达目标检测识别等精细化处理的基础。设计检测器主要是设计 1个检测统计量,使之在有无目标时有尽可能大的差别。经典的检测主要用幅度特性、相关性等。利用 X波段雷达 2~5级海况下航道浮标实测数据,分别对比分析海况连续变化下海杂波和海面小目标的时间相关性、空间相关性、相对平均幅度(RelativeAver-ageAmplitude,RAA)、相对多普勒峰高(RelativeDopplerPeakHeight,RDPH)和相对多普勒向量熵(RelativeVector Entropy,RVE)5种特征的变化情况。大量实测数据验证表明,随着海况等级增加,海杂波与海面小目标的时空强相关数值逐渐变小:2~5级海况下,RAA具有较好的可区分性;2~3级海况下,RDPH据有较好的可区分性,4~5级海况下区分效果不理想;5级海况下,RVE的具有较好的可分效果。结论对于海杂波背景下雷达目标特征检测方法优化设计具有重要意义。