基于形态学梯度的红外目标检测

对于红外跟踪系统中的低空非合作运动目标检测问题,由于距离未知,目标可能表现为小目标或者面目标,另外,红外图像中可能包含大量的地物背景.针对以上问题,本文提出了一种基于形态学梯度的目标检测算法.此方法首先计算红外图像的形态学梯度,进而根据各种地物背景的形态学梯度特征提取天空区域,然后在此区域内进行目标检测,最后进行目标边缘片段的合并.该方法基于形态学梯度对于灰度变化的敏感性,使用形态学梯度来表征红外目标边缘强度,通过检测目标边缘来达到检测目标的目的.实验证明,本文方法能够有效的检测目标,虚警较少,且对小目标和面目标具有一定通用性.     

弹道目标识别的红外辐射数据仿真研究

充足的目标红外辐射数据集是研究弹道目标检测、跟踪与识别的必备前提,以往弹道目标红外数据仿真模型强调特定参数场景下的光学成像研究,以解决目标检测和关联跟踪等图像信息处理问题;而目标识别所需的数据仿真模型更注重在可能的动态参数范围内对目标辐射强度信号变化规律的探究。为了满足目标识别的数据仿真要求,着重探讨了目标场景参数和辐射强度信号动态变化特性;并根据仿真结果分析了影响数据差异特性的底层因素,为设计适合任意仿真场景数据的目标识别算法予以启示。