基于图像滤波与Hough变换的红外弱小目标检测

针对红外传感器成像信噪比低且易受噪声、背景杂波干扰的问题,本文提出了一种基于最大中值滤波与Hough变换的红外弱小目标检测方法.该方法首先对序列图像中的每一帧进行最大中值滤波,滤波输出与原始图像相减用以预测目标可能出现的区域.对于目标可能出现的区域使用均值滤波,反之则使用最小值滤波来抑制背景结构.然后将滤波后的序列图像直接叠加得到合成图像,采用有灰度权重的Hough变换实现弱小目标的轨迹检测.实验结果表明该方法可以实现对信噪比接近1的弱小目标的检测.同时,背景的运动对该方法的检测效果没有显著影响.     

基于特征点匹配和广义Hough变换的扩展目标跟踪方法

针对扩展目标在跟踪过程中存在的因旋转、尺度变化和目标部分区域离开视场时引起的漂移等问题,提出了一种在特征点匹配的基础上结合广义Hough变换的扩展目标跟踪方法.采用ORB特征处理相邻两帧图像,得到初始匹配特征点,然后再用随机采样一致处理筛选出匹配正确率高的特征点作为基础特征点,利用这些基础特征点进行广义Hough变换,提取出一个相对位置固定的跟踪点对目标进行跟踪.实验表明,该方法具有能保持跟踪点的相对位置固定的特性.     

基于红外序列图像的特定目标智能检测

红外成像探测技术是目前以及未来军事作战需要倚仗的重要技术。以卫星红外序列遥感图像为处理对象,采用人工智能相关技术对图像数据进行目标检测。针对序列图像检测到的特定目标进行关联分析,并通过目标灰度提取以及运动变化信息来生成特定目标的轨迹报告。实验结果表明,多目标检测的平均正确率为90%,部分场景可以达到95%,误检率为7%;多目标跟踪的平均正确率为91%,误检率为6%,为及时发现和预警特定目标提供了信息支撑。     

基于图像合成的红外点目标图像生成方法研究

本文提出了一种红外图像仿真方法.首先对目标在探测波段内的辐射强度的组成和光谱分布特点进行了分析,并对目标的辐射强度、光谱分布和运动等特征量进行了模拟.然后根据大气和成像系统的调制传递函数建立了相应的大气效应模型和成像系统效应模型.最后根据红外成像原理并结合探测器参数,将目标的仿真模型与实拍的背景红外图像通过图像合成算法进行融合,从而实现了目标与场景的快速生成.该方法通过理论数据和实验数据的结合,提高了场景的可靠性,对于测试和评价红外搜索跟踪系统具有一定的参考价值.     

基于形态小波变换的红外图像目标检测方法

文中提出了一种基于形态小波变换的海空背景下受强杂波、噪声污染的红外图像目标 检测算法。算法利用了小波变换的多分辨率、多尺度特性,将要检测的图像分解到不同频率的多个尺度上,再采用形态学的背景估计和形态滤波技术,对分解后的子图像进行处理、小波重构。仿真实验表明,该算法可较强的抑制云层、海浪以及海天线的强杂波背景和强噪声的干扰,可检测出信杂比(SCR) 为2 的目标,适用于舰载红外警戒系统。     

基于子波相关算法的红外图像点目标检测

红外图像中点目标的检测技术是近年来信息处理研究的热点和难点之一^[1]。目标在图像中表现为点状,且信噪比低,目标被噪声（杂波）淹没。文中结合前人的一些检测算法,按照背景信号和噪声在相邻的子带间所表现出的不同相关性这一特点来进行背景信号、噪声的分析。提出了基于子波相关算法的点目标的检测方法,并对其进行了仿真和软件编程。结果表明这种算法具有很好的检测能力。     

基于目标增强和视觉跟踪的红外运动点目标半自动标注算法

本文针对红外视频数据标注效率低、标注质量差等问题,提出了一种基于目标增强和视觉跟踪的红外序列图像中运动点目标半自动标注方法。首先对一段连续时间内的红外序列图像进行配准和背景对消以增强目标特征;然后使用视觉跟踪算法对增强后的特征进行高效自动定位;最后通过相位谱重构得到单帧图像的目标显著图,进而确定目标的准确坐标;在自动标注过程中,利用相邻帧标注结果的差异性选择关键帧,可以让标注人员快速定位可能发生错误的图像帧并对其进行手动标注。实验结果表明该算法可以显著降低标注人员的参与度,有效解决数据标注作业中周期长、质量难以保证的问题。     

基于áTrous算法的红外序列图像中运动目标的检测与跟踪

主要研究了红外图像中运动点目标的检测及跟踪问题。在复杂背景下,根据小目标在红外影像中容易丢失的特性,利用trous小波变换对图像非抽取(变换后图像数据未损失)的优点对红外图像进行了背景抑制与增强。通过聚类分割算法分割出了可疑目标,并采用八邻域分析算法准确跟踪并提取出了运动小目标。试验结果表明,本文算法在对红外序列图像中的运动目标进行检测与跟踪时具有较强的实用价值。     

基于Hough变换的检测前跟踪算法的性能分析

在K分布杂波加热噪声背景下 ,采用基于Hough变换的检测前跟踪算法对匀速直线运动的SwerlingII型低可观测目标的检测过程进行了仿真。在此基础上 ,分析了该算法的检测性能 ,得出了解析表达式。针对解析式复杂、不便于进行性能评估的缺陷 ,采用Pad啨近似法对解析式进行近似 ,从而较容易地实现了检测性能评估 ,并通过MonteCarlo仿真验证了该近似算法的可行性     

红外图像中的小目标的处理方法

本文寻求一种合适的算法以完成对红外图像中运动小目标的提取、识别以及跟踪工作。该算法可以满足运算量小、实时性强和硬件实现容易的要求。经过归纳总结,有以下几种方法可供进一步研究、选择。     

实时红外目标跟踪方法

针对红外图像的特点,提出一种实时目标跟踪方法。该方法采用局部二元模式(LBP)算子提取图像的多尺度LBP编码直方图作为图像特征向量,使用卡方统计度量模板图像和样本图像的相似度。结合Kalman滤波和多尺度模板更新机制,使得算法在目标尺寸大幅变化,目标部分遮挡、短暂消失等情况下仍能保持跟踪的正常稳定进行。针对该算法,设计了专用图像处理板卡,介绍该算法在图像处理板上的硬件实现方法,使目标跟踪满足50 Hz/s的实时处理要求。最后,使用两组实录红外序列图像进行了仿真实验,验证了该算法的有效性和鲁棒性。     

红外图像中快速运动目标的检测与跟踪方法

红外热成像图像具有分辨率较低,细节模糊,对于快速运动目标适应性较差的特点.本文提出了一种结合目标检测算法,目标跟踪算法的红外图像中快速运动目标的检测与跟踪方法.该方法根据红外图像特点,使用ViBE算法检测运动目标,检测出图像中显著运动目标后,触发跟踪器,使用fDSST目标跟踪算法对显著运动目标进行跟踪.测试结果表明,该方法对于快速运动的红外图像目标能够高效检测、快速跟踪.检测与跟踪效果相对传统方法具有检测率更高、鲁棒性更好、实时性更强的优势,对于红外图像中目标检测与跟踪具有很强应用价值.     

一种机载红外跟瞄器动态跟踪精度测试方法

针对红外跟瞄器在机载大角速度运动条件下的使用要求,提出实验室内目标跟踪精度的动态测试方法。利用原有“静态测试”的方法,结合红外跟瞄器的特点,对“目标信息”的生成和测试系统数据通讯进行详细设计,实现多源数据的有效交联。对测试原理和测试系统进行了简要介绍,并对数据进行了详细分析,实验结果表明,利用提出的动态跟踪精度测试方法可在实验室条件下实现对红外跟瞄器动态跟踪精度性能参数的有效测试,为客观评价机载红外跟瞄器的目标跟踪性能提供了有效的测试方法。     

海空背景下红外点目标检测算法

提出了一种基于灰度形态学的海空背景下的红外点目标检测算法。该算法三步：第一步,对原始序列图像进行了膨胀后累加,以提高信噪比（SNR）;第二步,对原始序列图像进行形态学滤波,去掉噪声和目标以提取出背景;第三步,前两步结果相减,自适应阈值后即可得到点目标,用实际摄取的图像进行实验,结果表明该算法能检测出信杂比（SCR0为1的红外图像。     

基于小波变换的复杂海面背景红外小目标检测

采用基于正交小波的多尺度分解,提取出不同空间分辨率和不同方向的子图像,其低 频逼近分量可用来确定海天线和目标潜在区,水平和垂直方向的高频细节分量则体现了目标所在的区域信息;根据海面目标总是出现在海天线附近的特点,排除虚警点而分离出真正的目标。实验结果表明该方法能检测出低信噪比复杂海面背景中的舰船红外小目标。     

两种基于差分的红外点目标图像预处理技术的研究

图像去噪是图像处理中的重要组成部分.目前,针对点目标检测,人们已经发展了一系列比较成熟的滤波预处理算法.本文通过对红外点目标图像预处理方法的研究,给出了两种基于差分的背景抑制算法.最后针对仿真结果,对这两种背景抑制方法的去噪性能进行了分析比较.