基于局部均值差分的红外小目标图像背景抑制算法

复杂背景条件下红外小目标检测是提高红外武器系统探测距离的有效措施之一。针对小目标的特点提出了一种基于局部均值差分的红外小目标图像背景抑制算法。首先,通过优化的高通滤波进行初始背景抑制;然后,在分析小目标与背景像素差异的基础上检测目标潜在区域;最后,通过局部分割和特征分析实现抑制背景并增强目标。仿真结果表明,对于复杂地物及云层背景的红外图像,所提算法在提高目标信噪比及对比度方面均有较强的稳定性。     

基于区域分割的红外与可见光图像融合算法的研究(英文)

由于红外图像和可见光图像的成像特点不同,因此在航空监视领域红外图像和可见光图像融合有重要的研究意义。由于非下采Contourlet变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能,能有效的提取图像的特征信息。因此我们在非下采Contourlet域,以空间频率为度量标准对红外图像进行阈值分割,经过分割将红外图像和可见光图像分别划分为目标区域以及背景,随后对红外图像和可见光图像进行边缘检测从而得到边缘区域,针对三个不同区域分别选择不同的融合规则进行融合。通过两组不同灰度差异的红外与可见光图像的实验,将基于像素点,窗口策略的融合算法和本文所提出基于区域算法进行了主观和客观的对比,试验结果表明基于区域分割的红外与可见光图像融合算法不仅能有效提取出红外图像中的目标信息还能有效的保持可见光图像的所反映的光谱信息,因此本文提出的算法是一种有效且可行的图像融合算法。     

基于目标与相关背景的多特征融合跟踪小目标

本文研究在红外图像序列中跟踪运动小目标的问题。考虑到小目标跟踪要求能够保证跟踪的目标在需要的视场内，同时受到跟踪平台转动的影响，背景在视场内处于时变状态，不能仅仅利用目标的时域轨迹连续性进行跟踪。因此，算法充分利用了目标与相关背景的分布、灰度、形状边界等信息，并加以融合。算法通过在实际包含随机目标的红外图像序列中的应用，它的有效性得到了证明。     

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。     

基于改进YOLOv5的无人机实时密集小目标检测算法

无人机航拍图像与自然场景图像相比背景更复杂,存在大量密集小目标,对检测网络提出了更高的要求。在保证目标检测实时性的前提下,针对无人机视角下密集小目标检测精度低的问题,提出一种基于YOLOv5的无人机实时密集小目标检测算法。首先,将空间注意力(SAM)与通道注意力(CAM)相结合,改进CAM中特征压缩后的全连接层,降低计算量。另外,改变CAM与SAM的连接结构,提高空间维度特征捕获能力。综上,提出一种空间-通道注意力模块(SCAM),提高模型对特征图中小目标聚集区域的关注程度;其次,提出一种基于SCAM的注意力特征融合模块(SC-AFF),根据不同尺度特征图自适应分配注意力权重,增强小目标的特征融合效率;最后,在主干网络中引入Transformer模块,并利用SC-AFF模块改进原有的残差连接处的特征融合方式,更好地捕获全局信息和丰富的上下文信息提高复杂背景下密集小目标的特征提取能力。在VisDrone2021数据集上进行实验,YOLOv5s基准下,改进后模型的mAP₅₀提高了6.4%,mAP₇₅提高了5.8%,对高分辨率图像的FPS可达到46...     

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。     

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。     

弹道导弹中段目标/背景红外图像建模与仿真

提出了一种针对弹道导弹中段目标和背景的动态红外辐射特性仿真方法。首先,建立了弹头目标^秀饵的三维模型,并结合其运动位置分析了影响弹头目标／诱饵红外辐射的因素,建立了较为完善的弹头目标/诱饵红外物理模型;其次,基于红外星表数据对恒星大气层外的辐照度进行了计算,根据红外传感器视轴指向和红外传感器视场,确定了红外传感器视场中的可见恒星,并根据拟生成背景图像的空间分辨率计算出这些恒星在背景图像中的相对位置分布,对星空背景直接进行了动态图像生成;然后,对成像过程中红外探测系统的噪声效应进行了建模与分析,同时给出了噪声的计算机模拟方法;最后,将生成的弹头目标,诱饵的红外图像与星空背景红外图像在灰度和空间2个层次上进行合成形成完整的弹头目标赝饵／星空背景的红外仿真图像,可为弹道导弹中段红外电子对抗突防提供较为准确的数据支持。     

基于局部单应性矩阵的图像拼接与定位算法研究

针对单个摄像机的视野范围有限导致在大场景下监控效果不够理想的问题,提出了一种改进的图像拼接与目标定位算法。该算法以多个摄像机获取的具有共视区域的监控图像为基础,通过对图像进行网格划分后分别计算多个局部单应性矩阵完成初步对准,然后对网格顶点进行微调优化完成最后配准。最后对图像进行融合形成无缝、自然的大视角图像,并利用场景信息在获取的全景图像上对目标进行快速定位,以满足监控人员对场景中目标的全景捕捉分析功能。实验结果表明,该算法能显著提高大场景下图像拼接结果的质量并实现目标的快速定位。     

分数傅立叶变换用于抑制SAR杂波背景检测慢速动目标

慢速运动目标在时、空、频域上都落入主杂波区。利用单通道SAR图像中静止背景的信息抑制静止杂波,可改善检测动目标的性能。分数傅立叶变换是线性变换,不存在交叉项,采用分数傅立叶变换搜索匹配动目标信号,使其能量汇聚。对称计算旋转角正负对称的分数傅立叶变换,在两个对称的分数傅立叶域中得到两个复信号,这两个复信号中静止背景的模处处相同,而包含动目标的区域,模的幅度有很大差别,计算对称的分数傅立叶域信号对应位置模的差,取绝对值,可对消静止背景,敏锐地检测动目标。实测数据表明本算法有效。     

红外极小目标检测算法研究

低信噪比检测技术是实现红外自动目标识别的基本前提,其性能指标将直接决定系统探测距离的远近,是反映红外低可观测目标识别能力至关重要的一项核心技术。自适应背景估计方法是实现这一目标的有效途径。本文在重点论述几种背景估计常用技术的基础上,提出了红外极小目标的形态滤波优化改进算法,通过理论分析和实验检测表明：该算法简化了形态变...     

全姿态飞机捷联式系统姿态角的计算

本文讨论了飞机做全姿态角运动时捷联式系统姿态角计算中存在的几个问题:（1）为保证单值地确定飞机在空间的角位置,应恰当地规定姿态角的定义域;（2）由方向余弦矩阵元素求姿态角时要进行反三角函数运算,当反三角函数的自变量的分母或分子趋于零时会引起较大的误差,甚至导致计算机溢出,这些都应设法避免;（3）当俯仰角趋于±90°附近的小锥形区域时,三个姿态角自由度退化为两个自由度,这时姿态角的定义与计算方法应做新的改变。本文分析与解决了上述问题,给出了计算姿态角的程序框图。数学模拟的结果证明了理论分析的正确性。     

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.     

基于约束序贯M估计的时空域融合红外杂波抑制

针对红外弱小目标检测中的强背景杂波干扰抑制问题进行研究,提出了一种基于参数约束序贯M估计的时空域融合自适应杂波抑制算法.该算法首先在分析序列图像帧间失配的基础上建立了一种改进的时空域融合背景预测模型,结合二维离散傅里叶快速变换图像配准和双线性插值方法进行灰度值估计;然后,基于约束序贯M估计方法进行模型参数的自适应估计,...     

惯性信息辅助的大视角目标快速精确定位

目标定位技术广泛应用于航空领域的侦察机、无人机等各类侦察打击任务中,目标定位精度的高低及效率对作战效果具有重要影响。针对仿射尺度不变的特征变换(ASIFT)算法对远距离大视角目标定位精度较低、速度较慢的问题,提出了一种基于惯性信息辅助的大视角目标快速精确定位方法。该方法首先对目标实测序列图像构造尺度空间,结合FAST特征检测与FREAK特征描述的方式进行匹配,实现对待定位目标的快速提取;然后利用机载惯性信息求解目标实测图与参考图之间的透视变换矩阵,利用该矩阵对实测图进行变换以减小图像间视角差异,克服了ASIFT算法盲目匹配计算的弊端,并通过FAST特征检测与FREAK特征描述相结合的方式提升了大视角图像的匹配速度;最后通过单应性矩阵映射关系实现对目标的精确定位。实验结果表明,大视角目标快速精确定位方法匹配耗时比ASIFT算法的减小了1个数量级,定位精度比目标平均值定位算法精度提高了1个数量级,有效提高了图像匹配定位在航空领域的应用效率。     

空间多目标空域分布分析及解算方法

空间多目标空域分布是指目标群在飞行过程中的空间相对位置关系和运动状态,是评估武器系统性能的重要参数。测控系统对该参数的获取越来越重视,但是对空域分布的描述还没有形成统一的认识。从目标探测和目标识别角度提出了一种解决方案,按照多目标在空间散布的形态把空域分布划分为直线分布、平面分布和立体分布3种类型,定义了各种分布类型的描述参数,并给出了各类参数的解算策略和方法步骤。用10个目标构成不同分布形态的目标群,仿真测控系统对其跟踪解算过程,解算结果与空域分布设计一致,验证了分析和解算方法的正确性,该方法可以在试验任务中推广应用。