一种新的红外舰船图像分割方法

为了能够较好地分割出舰船目标,实现后续的目标检测和识别,提出一种基于显著性检测的红外舰船图像分割方法。首先利用AC算法和FT算法对图像进行处理,将两种方法处理后的显著图合并,提高目标轮廓亮度,然后利用选大恒虚警检测的原理对图像进行二值化分割。通过对比其他几种分割算法,证明此算法有更强的抗干扰能力,分割效果更好。     

基于知识的红外图像背景抑制

在背景抑制时,先对可能的地物或地面的像素点进行标识,然后用像素灰度减本行（相邻行）灰度均值的方法却除大云图,大片地物和消除大气温度分布不均的影响,用模式识别方法识别图像下部存在的大地物或地面,将地面或与地面连通的地物去除,提出的基于知识的背景抑制方法具有运算量小,便于实时处理并能去除大部分的背景等特点,实验表明,该方法能有效地抑制复杂红外图像背景。     

飞行对抗场景中云红外图像仿真研究

云背景对各种红外探测系统的探测识别能力有很大影响。为了更好的研究云背景对红外探测系统的影响,需要建立准确、形象、直观的探测器观察到的云背景红外辐射模型,生成相应的云红外图像。利用分形云插值计算方法和高斯一维随机插值算法,建立云的运动模型和光照模型,利用云层浓度跟高度的关系建立云层模型,实现了对云层形象、直观、准确的仿真。研究结果对红外制导武器在有云飞行对抗过程中的抗干扰评估具有一定参考价值。     

含弱小目标大视场红外图像复杂背景抑制的实现

对复杂背景下大视场红外图像预处理的硬件实现做了探讨,结合FPGA在空间仪器上的应用,通过背景抑制及高通滤波、中值滤波,可以有效剔除脉冲干扰及大面积背景,极大地提高微弱目标的信噪比,为后续处理降低运算量。通过合适的算法组合,可以有效地促进滤波质量的改善及硬件实现结构的简化。最后给出实验结果及结论。     

一种云层背景抑制与小目标检测方法

提出了利用形态学上的top-hat算子对红外小目标检测的方法,对图像进行形态学滤波,对滤波后的图像进行分割,然后依据目标运动的连续性对分割后的图像进行连续滤波,从而检测到目标。实验表明,该目标检测方法十分有效。     

复杂背景下的红外小目标图像信息提取

针对红外小目标跟踪测试系统的目标检测、识别和跟踪,存在着目标面积小、形态特征弱化、背景图像复杂等因素而影响目标信息提取的问题,提出了利用图像处理技术方法,对跟踪系统获取的图像进行改善处理.根据跟踪测试原理和复杂背景目标图像特征,研究了基于低通滤 波法的目标图像的预处理算法,目标图像增强,目标图像与背景分离和Sobel边缘检测算法等图像处理技术,从而对红外小目标图像定位.实验结果表明:所采取的图像处理方法可以对复杂背景下的目标信息提取,结合跟踪系统的控制机制,现实远程目标的动态跟踪.     

对红外背景、低信噪比条件下的小目标检测技术研究

低信噪比条件下小目标检测技术的研究是红外信息处理中的关键性问题．灰度形态滤波是一种结合信号形状的非线性运算，基于灰度形态滤波的预处理可有效地抑制图像中的背景干扰和噪声．对于多帧连续运动图像，经过前端的滤波预处理后，图像之间存在着一定的关联性，利用相关性结合神经网络算法可以对运动目标轨迹进行有效的刻画．     

一种FPGA实现的红外小目标检测算法

针对环形去最大中值滤波和帧间轨迹关联红外小目标检测算法流程与现场可编程门阵列(FPGA)并行不兼容的问题,对原有算法进行了并行化改进.主要从简化阈值计算、采用上一帧统计值进行自适应阈值分割和多帧检测循环三个方面进行了优化.在对检测性能影响较小的前提下,通过对算法结构进行优化,消除了算法中全局计算依赖,使其更适于FPGA进行算法实现.以FPGA实现优化后算法时,在80 MHz工作时钟下,处理2 800×2 800像素图像能够达到10帧/s的速度,满足大部分实时红外探测系统的要求.     

提高红外点目标图像单帧检测概率的背景抑制法

给出了一种低信噪比红外点目标图像检测的新方法，利用背景图像相对于目标图像具有相关长度长、在频域空间处于低频部分的特点，提出了在空域对红外点目标场景图像进行高通滤波的方法，达到抑制背景、提高目标图像信噪比的效果，进一步讨论了自适应门限曲面函数的建立，实验表明，该方法可以在满足本要求的红外点目标图像信噪比和虚警目标个数的条件下，最大可能地提高红外点目标图像的检测概率。     

基于虚警识别与空-频域显著性映射的红外弱小目标检测算法

为了提高复杂背景与低信杂比率环境下的弱小目标检测准确度,有效控制虚警的干扰,考虑真实目标与背景的差异,设计了虚警识别耦合空-频域显著性映射的红外弱小目标检测算法。首先,根据红外中心像素在不同方向的强度,基于中值滤波器,构建了新的噪声滤波方法,充分抑制红外背景中的噪声干扰。随后,考虑中心像素与其邻域像素间的强度差别,设计背景抑制滤波机制,消除背景信息。根据初始红外图像与背景抑制结果,在空域内计算灰度映射。基于Fourier变换的相位谱,在频域内提取红外目标的显著性映射。利用背景的均值与方差,通过一个滑动窗口,建立候选目标检测方法,从灰度映射与显著性映射中确定候选目标。最后,利用真实目标位置的相关性,建立虚警识别方法,从候选目标中消除虚警,以保留真实弱小目标。实验数据表明:较已有的弱小目标识别技术而言,在复杂干扰背景下,所提方案可准确定位出真实目标,拥有更大的信杂比增益值与背景抑制因子,以及更好的ROC(receiver operating characteristic curve)特性曲线。     

红外图像去斑算法及其实时实现

针对某型红外观测系统非均匀定标受校正算法、环境变化等因素影响带来的黑斑和细胞状条纹问题，提出了基于神经网络的非均匀校正算法，并利用高速信号处理器和可编程器件研制成功了工程化硬件处理系统．经与红外观测系统联调结果表明，该算法在自适应地去除斑纹的同时可较好地保留图像的细节信息，并可在所研制的硬件系统上实时实现．     

红外序列图像小目标的特征及不变性分析

对红外序列图像小目标检测过程中出现的误差做出了分析，在检测过程中采用形态学中的Top-hat滤波，并根据目标运动的连续性去除噪声和云团。对目标与背景灰度均值之差，目标灰度方差和目标面积这三个特征量进行了研究，发现它们保持相对的稳定，可以作为小目标的不变特性，利用这些特征量设计了RBF神经工对检测结果进行评估，实验结果证明该方法是可行的。     

一种基于粗糙度估计的红外小目标检测算法

根据红外图像的特点，提出了一种基于红外图像背景粗糙度的自适应小目标检测快速算法，该算法首先通过对背景的粗糙度的估计来自适应调节LOG算子的两个关键参数；高斯分布因子σ及强度因子k的值，用经过参数调整后的LOG算子进行边缘检测，检测出目标的大致轮廓，根据目标轮廓定出目标的中心点（即种子点），然后由中心点开始进行区域生长，最后得到比较理想的目标分割图像，实验结果表明了该算法的有效性及实用性。     

一种基于自适应阈值的图像分割算法

为提高目标检测概率，针对复杂的地面目标红外亚图像，提出了一种以最大类间方差法为基础的自适应阈值图像分割方法。用分割出的目标和背景区域的灰度统计量，设计了一个判断是否得到正确分割的准则．理论分析和实验结果表明，对于复杂背景下低对比度、低信噪比的地面目标，不论目标在图像中所占面积大小，利用该方法均可得到正确的分割结果．通过设置阈值运算的灰度取值范围，可大大减少计算量，节省处理时间．     

海面背景红外目标的识别算法

为了实现多角度状态的舰船目标识别,针对低信噪比下海面背景的目标红外图像,提出了一种基于分段拟合的稳定提取海天线信息的算法。在此基础上对经过目标分割后得到的感兴趣区域统计提取舰船目标的形状特征、位置特征等,考虑海面的干扰目标,设计综合分类器,通过对提取的各目标特征进行概率融合的方法实现目标判断。进行了仿真平台软件的试验测试。结果表明,使用该算法可以实现在不同环境和未知海天线的情况下对海面舰船目标多角度状态的可靠识别。     

长波红外图像小目标特性提取方法研究

提出了长波红外图像中近地空中小目标特性抽取的一种方法．综合考虑小目标自身热源、太阳辐射、目标对外辐射、大气的热传导等因素对小目标温度的影响，建立了小目标的热平衡方程．通过方程推导出了小目标的不变向量，在红外图像没有定标情况下，能利用多幅不同天气条件下的长波红外小目标图像提取小目标对天气不敏感的特性向量．还给出了红外小目标特性提取实验的结果．     

基于降低图像分辨率的红外目标跟踪方法

灰度图像色彩信息贫乏，背景噪声不易抑制，会导致分割误差大，使跟踪点发生漂移．针对此问题，提出了基于改变图像分辨率的红外目标跟踪算法．以减小图像分辨率的方法，采用逐点匹配。对下一帧图像进行目标9种方向的跟踪判断．实验结果表明，采用该算法运算速度快。解决了在强背景噪声的情况下跟踪点发生漂移的问题．     

一种改进的红外小目标检测与识别方法

研究天空背景下红外运行小目标的检测与识别,对序列红外图像进行增强处理后,通过形态学滤波去除弱噪声,再用分害虫算法把目标和强噪声从背景中分离出来,最后用RMTI算法找出目标,并得出目标运行轨迹,实验结果表明,该方法能有效地检测定位运行小目标。     

红外图像序列运动小目标的图像流检测法

提出了一种利用图像流分析法对红外序列图像中的运动小目标进行检测的算法，首先利用两步分离法对图像进行预处理，筛选出少量的候选运动目标，然后利用图像流模型建立目标的运动约束方程，在多帧连续图像中检测出真正的目标运动轨迹，实验结果表明，该算法能够对小目标甚至是点目标的运动进行可靠检测。