基于区域的GLRT车辆目标检测方法

基于合成孔径雷达(Synthetic aperture radar,SAR)图像的地面车辆目标自动检测是一项重要的SAR军事应用研究。提出一种基于区域的广义似然比法(Generalized likelihood ratio test,GLRT)的目标检测方法,该方法将GLRT目标检测理论与图像分割技术相结合。首先利用普通图像常用的分割聚类方法从SAR图像场景中粗略地分离出陆地杂波区域和目标潜在区域。然后根据分割结果,分别对两区域数据建立合理的统计模型。最后在背景和目标统计特性都已知的情况下,采用GLRT目标检测方法对目标潜在区域的像素点进行逐一检测,获得更为精确的检测结果。对实际SAR数据处理的结果表明,该方法能有效地从陆地场景中检测出地面车辆目标,且具备一定的精确性和快速性。     

基于TOP-HAT滤波器算子的红外弱小目标检测算法

针对红外序列图像中运动弱小点目标的检测问题,设计了一种基于改进神经网络优化的修正Top-Hat形态学滤波器算子.其中形态学滤波器的结构元素采用两层前馈神经网络,通过大量样本训练优化,将Top-Hat运算作为一个整体当作一层,输出层节点定义为Top-Hat运算后图像矩阵的最大值.实测数据的处理结果表明:针对低信噪比(RSN≈2)图像,在虚警概率≤5%情况下,优化的修正Top-Hat形态学滤波器算子对复杂图像检测概率≥75%,与固定结构元素的Top-Hat形态学滤波器相比检测概率提高了近8%,算法的运算时间仅增加了0.7ms.     

基于FPGA和DSP技术的雷达目标检测系统设计

雷达目标检测系统系统主要由FPGA和DSP两部分组成。FPGA芯片用来完成系统中各芯片之间的逻辑控制,DSP芯片用来实现雷达目标检测算法。该系统具有设计灵活、实时性能高、检测算法可配置、检测结果无丢失等优点。     

一种新的基于红外图像的道路边界检测方法

研究了红外图像中道路边界的检测方法。首先分析了用于智能车辆视觉导航的红外道路图像的特点,并指出常用图像处理方法在检测红外道路边界时的缺陷;然后从图像灰度角度出发,提出了基于折线模型的候选道路边界线段快速提取方法,并采用关系稳定性规则对道路边界区域进行筛选和处理;同时利用多尺度形态学梯度进行道路边界区域提取;最后将上述基于灰度和梯度的两种边缘提取结果相互验证,得到可靠的道路边界描述。实验表明文中提出的道路边界检测方法具有很好的性能,能够满足实时应用需要。     

扩展分形在SAR图像特定尺寸目标检测中的应用

介绍了扩展分形(Extended fractal)技术在合成孔径雷达(SAR)图像特定尺寸目标检测中的应用。与传统的检测特征相比，扩展分形特征不仅可以依靠时比度从背景中识别目标，而且对目标物体的尺寸敏感。文中对扩展分形的定义以及扩展分形的均值和方差进行了分析，表明了扩展分形对目标尺寸和对比度的敏感特性。在扩展分形定义中，通过比较不同的能量增长间隔比值对扩展分形均值和方差的影响，确定了最优能量增长间隔比值，将扩展分形技术用于对实测SAR图像中特定尺寸目标检测，得到了良好的识别效果。实验表明，扩展分形技术对特定尺寸的目标具有很好的检测性能。     

目标检测中特征不匹配问题研究进展

近年来基于深度卷积神经网络的目标检测器取得了跨越式进展,远远超过传统目标检测算法.但最新的研究表明特征不匹配问题已经成为深度目标检测器性能提升的一个瓶颈.目前在该问题的研究尚未有清晰的总结,因此本文首先对特征不匹配问题进行分析,提出特征不匹配问题的本质是由于目标检测的分类和回归任务优化目标的不一致造成,同时分析了特征不...     

SAR图像中动目标自聚焦检测的方法改进

构造了各聚焦图像块的对比图像块,对比图像块内的静止背景与聚焦图像块内的静止背景图像保持同步变化,它们的锐度始终相等,而对比图像块内的动目标与聚焦图像块内的动目标图像有很大差异,以聚焦图像块与对比图像块锐度比检测动目标,可排除静止背景锐度下降的影响,提高检测性能。实测数据表明该算法有效。     

基于改进Faster-RCNN的机场场面小目标物体检测算法

针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网络基础上建立了一个带有上采样的"自顶向下"的特征融合模块,以生成语义信息更加丰富的高分辨率特征图。并在网络训练过程中,采用在线难例挖掘的训练策略使模型更加鲁棒地对小目标样本进行定位。最后,手工构建了一个包含5 982张图片的机场数据集,用于检测模型的训练和测试。结果表明,本文所提出算法显著提升了机场场面小目标物体检测的准确率,且使整体平均检测准确率达到了80.8%,该结果高于其他先进的目标检测模型。     

靶机红外目标模拟装置的研究

通过对一种靶机红外目标模拟装置的研究，介绍了这种装置的设计特点、参数选择和试验结果。该装置以固体燃料作为燃烧剂，其红外辐射强度主要决定于燃料的组分、工作温度、辐射体的材料以及辐射体的面积，而工作温度的选取是设计的关键。文中提出一种实用而简便的综合分析方法，根据装置所需要的红外辐射强度来预计其工作温度与结构尺寸，据此设计的装置实物经红外辐射特性测定后证明能满足预定指标要求。本文陈述的这种方法已被用于某靶机红外目标模拟装置的设计，并取得实际应用成果，对同类装置的设计和研究可资借鉴     

弹载脉冲多普勒雷达天线波束内群目标的超分辨率检测

通过对群目标回波信号进行超分辨率离散谱估计得到群目标的多普勒频率及其幅度矢量,在此基础上给出了频率域内群目标的方位和俯仰误差角的单脉冲测角方法.根据群目标回波信号的多普勒频率信息、方位和俯仰误差角信息实现在同一雷达天线波束内的群目标超分辨率检测.给出了降低虚警概率并保持检测概率不变的瑞利分布和莱斯分布群目标的检测方法,包括门限检测的"M中检出m"方法和航迹相关检测方法.仿真实验证实了上述方法的可行性和方位、俯仰角参量估值的高精度特性.     

机载合成孔径雷达动目标检测与成像技术的发展(英文)

基于机载合成孔径雷达 (SAR)的地面运动目标检测与成像技术已经成为现代雷达技术发展的一个重点。本文首先建立了运动目标回波的数学模型 ,在此基础上分析了机载 SAR对运动目标成像的特点 ,然后对近年来这一技术的发展过程和研究现状进行了全面的综述 ,最后对这一领域今后的发展方向进行了展望。     

一种基于时间差分运动检测的改进方法

本文提出了一种基于时间差分运动检测的改进方法。首先计算时间上连续的两帧灰度图像的差分图像；然后，将得到的差分图像通过低通滤波和二值化处理；最后，利用图像序列中的多帧灰度图像计算得到一组二值图像，通过对二值图像进行像素的算术运算，提取出运动目标区域。实验结果表明：这种方法是有效的。     

基于二代曲线波变换的红外弱小目标背景抑制

在分析几种常用背景抑制方法的基础上,利用二代曲线波变换具有的优良特性,提出一种基于二代曲线波变换的红外弱小目标背景抑制方法.首先利用曲线渡变换对图像进行分解提取图像的多尺度细节特征;然后对分解后的低、高频子带分别采用变分和模糊非线性变换进行处理来调整目标特征的强度,重构子带获得预测的背景图像;最终将其与原图相减得到背景抑制后的图像.实验结果表明,与几种经典方法相比,该方法在主现视觉和客观评价指标两方面均表现出良好的效果.     

基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤，本提出一种平面曲线角点检测的方法。首先，从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充，基于上述两个性质，模糊集合的概念被引入到检测问题。然后，给出三组包含角点隶属度的特征提取公式，综合三组特征，给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线，以及对历史献测试图像的检测结果。结果表明，本算法使用模糊集合理论，在实现上非常简单，检测效果也很理想。     

粗晶材料超声检测信号的小波变换去噪方法

本文研究多尺度小波分析方法在粗晶材料超声缺陷信号增强中的应用。在分析晶粒噪声和缺陷信号频谱分布的基础上，提出一种基于小波变换系数软阈值处理再重构的方法来提高信噪比。实验结果表明，该方法具有很好的去噪效果，增强了缺陷的检出率。     

SA-FRCNN:一种改进的机场停机坪目标检测方法

机坪场景下包含丰富的空间位置关系上下文信息.传统目标检测器往往只关注单一的视觉外观而忽略上下文信息;此外机坪数据集中部分类别识别准确率较低.针对上述问题,提出一种改进的机场停机坪目标检测方法,称为SA-FRCNN.该方法利用图卷积网络来捕获机坪场景下目标间的相对空间关系,将空间位置关系上下文融入模型生成空间感知特征;在...     

基于YOLOv4的无人机航拍视频实时检测

相对于其他检测器,YOLOv4具有较高的检测准确度和速度。通过对离线航拍视频截取关键帧组成样本图片,按照检测目标类型对图片包含的目标进行分类,再使用labelimg工具对样本图片进行标注,最终形成所需的训练数据集。实验中采用迁移学习方法对数据集进行训练,实验结果表明,训练生成的模型在测试集上平均均值精度（mAP）达到62.77%,召回率（Recall）达到90.25%,在配备NVIDIA P4000显卡的计算机上可达到每秒20帧的检测速度,满足实时目标检测需求,可应用在实际工程实践中。