基于背景差的码头运动船只检测

通过背景差法对码头视频图像中的运动船只检测。采用混合高斯模型为码头背景建模,该模型可克服各种外部因素的影响,如光照变化、阴影、目标遮挡等,具有很强的适应能力。对采用全局固定阈值进行运动目标分割的方法作了优化,并对运动船只目标进行分割。经现场测试,能有效地监测运动船只、记录异常事件以及视频图像的提取和过滤,提高了码头监管的质量和效率,可广泛应用于码头无人监控。     

星空背景的建模与仿真

提出了一种基于星表数据的建模和仿真方法，模拟在任意观测时刻、任意观测地点观测到的星空背景。利用依巴谷星表，首先经过一系列时间转换，将所提供的在星表历元时刻的恒星位置数据转换到当前指定时刻的位置数据；然后经过一系列空间坐标转换，将恒星视位置坐标统一转换到观测点坐标，得到恒星在指定时刻相对于观测者的视住置；最后利用星空背景建模的结果，绘制出了在不同观测时刻和不同观测地点所观测到的星空背景。     

基于贝叶斯模型的动态背景检测

利用贝叶斯模型结合核密度函数理论，给出了在复杂的动态背景下检测出运动目标的方法。首先，在图像相关性的基础上，利用非参数核密度估计的方法，建立前景和背景的棱密度函数，再利用贝叶斯理论，估计出背景和前景的先验概率，两者相结合得到一个估计的阁值，从而实现目标和背景的分类。该方法对阈值的选取进行了理论分析，实验证明，提出的方法能够在动态背景中准确地检测出目标。     

视频图像中运动目标的实时检测

提出了一种运动目标检测与跟踪算法。以每点色彩信息的混合高斯模型来实现对视频图像的背景估计,从而实现对运动目标的检测。利用模板匹配的方法实现对运动目标的跟踪,并对混合高斯模型的算法进行了改进,使其能更快、更有效地适应环境的变化。实验结果表明此方法具有较强的鲁棒性,能较好地适应各种气候和光照环境的变化。     

坦克CGF发现目标过程的建模与仿真

坦克计算机生成兵力是陆军作战仿真系统的重要组成部分,其模型由机动模型、发现目标模型、火力模型等组成.针对坦克发现目标的过程,分析了影响坦克发现目标的相关因素,描述了坦克扫描、发现、识别目标的主要过程,建立了坦克发现目标的军事概念模型和各环节的数学模型,建立的模型在坦克单车对抗仿真系统中分别进行了不同植被、不同能见度、不同倍率奈件下的发现目标仿真试验,并分别与“人在环”坦克模拟器、资料数据以及实地观测数据进行了比对,验证了模型的有效性.     

云背景红外弱小目标结构相似检测算法

由于自然物具有结构自相似性的分形几何特征,云背景条件下,天空和云彩的红外图像在灰度分布上具有强的自相似性,而目标与自然物边缘是奇异点.小目标与自然物只有边缘,没有分形结构的自相似性.采用八种分形结构对区域内像素进行旋转映射,确定最小误差为该区域的分形结构,进行图像恢复,恢复出的图像只包含背景.当原始图像与恢复图像的灰度差大于阈值时,检测出的目标为弱小目标.     

弹道导弹目标群轨迹建模与仿真

针对弹道导弹在空间中形成的目标群轨迹具有复杂性和多阶段的特点,提出一种弹道导弹目标群轨迹分阶段建模方法。由于不同阶段下目标群运动特性存在差异,基于分阶段建模的思想,在定义相应坐标系的基础上,建立了对称释放结构下的中段诱饵释放模型;在考虑数量质量、初始状态及消亡条件等因素下,设计了助推段多批次碎片轨迹产生过程。实验仿真了地固系下弹道导弹主体弹道、诱饵释放过程以及多批次碎片轨迹。结果表明,该方法在选择恰当参数的条件下可近似逼近真实情况。     

航天光学遥感器目标与背景仿真系统研究

文章介绍了航天遥感用的目标与背景全物理仿真系统的组成，试验和计算方法，对多种目标与背景的试验和计算结果进行了比对，证明系统可行，可以用于航天遥感器的仿真。通过建立的物理仿真系统，可以模拟航天光学遥感器在空间摄影的条件，可以选择适宜的成像条件(太阳高度角、观测方位角、观测时刻、相机光学系统参数、接收器参数等)；仿真分析CCD相机系统主要参数(光学系统和接收器)是否正确；对各种主要目标与背景完成实验室成像试验。     

复杂背景下低信噪比点目标的实时检测算法及实现

为检测复杂背景中的低信噪比 (SNR)点目标 ,提出了一种局部自适应门限检测算法。该算法以低通滤波算法估计背景中的低频成分 ,及图像局部方差估计背景起伏 ,来计算出局部自适应的目标检测判决门限。该算法充分考虑了可实现性和实时性并采用现场可编程门阵列 (FPGA)设计实现该算法。理论分析和试验结果都表明 ,该算法可有效抑制云层、树木、地物等背景杂波、检测出复杂背景下的低信噪比点目标 ,具有恒虚警率和易于工程实现的优点。     

基于ET-GMPHD算法的编队目标跟踪方法

针对低检测环境下编队目标的跟踪问题,提出了一种基于扩展目标高斯混合概率假设密度(extended target Gaussian mix probability hypothesis density, ET-GMPHD)算法的编队目标跟踪方法。首先,保留修剪掉高斯项的同时将其外推,用Jensen-Shannon(JS)散度衡量下一时刻状态估计值与外推值间的相似程度,并以此反映是否有目标丢失,保证真实目标不被修剪,解决了因目标漏检导致跟踪结果不准确的问题。其次,结合循环阈值聚合法得到编队整体的状态估计,消除了估计状态集合中状态值过多造成的影响。最后,仿真实验表明,该方法能够在检测概率极低的情况下进行有效跟踪,并具有良好的跟踪性能。     

视频监视中运动目标的检测与跟踪算法

提出一种视频监视中运动目标的精确检测、提取以及跟踪算法。该算法采用基于自适应背景图像估计与当前多帧图像的混合差实现快速精确地检测和提取目标 ,使用扩展的Kalman滤波器预测运动目标下一时刻可能处于的区域 ,缩小了目标跟踪时的搜索范围。充分利用运动目标检测的结果 ,提高了目标的匹配效率及跟踪速度。     

运动目标的红外成像模型及其绘制

运动目标红外图像的真实感生成一向是红外场号生成中的难点。首先提出了一个运动目标的红外成像模型，它不仅结合了各种环境影响、目标表面几何形状、结构、热特性等因素，还考虑到内部热状态、以及目标在高速运动状态下的气动加热效果。另外，还设计了适用于红外图像的绘制方法，以提高红外图像的真实感效果并简化程序。在考虑到大气传输和传感器噪声对红外成像的影响后，给出了不同视点的运动目标的红外图像。从实验结果看，该模型及方法模拟效果真实，算法可靠。     

一种基于BFGS拟牛顿公式的运动目标跟踪方法

提出了一种基于BFGS拟牛顿公式的运动目标跟踪新方法．将跟踪目标描述为特征空间中的直方图概率密度函数，运用Bhattacharyya距离作为相似性度量准则并构造定位目标函数：通过BFGS拟牛顿方法合理确定搜索方向进行目标的定位；采用逐层区域划分搜索策略。有效的避免了目标丢失的问题．实验结果表明该方法在精确性和实时性方面均能满足运动目标跟踪的实用要求。     

基于切比雪夫逼近的图像背景构建

提出一种基于像素邻域的切比雪夫逼近构造背景的方法,通过构造视频图像序列在Banach空间的线性包,该线性包与图像序列中任何一幅图片构成不相容线性方程组,通过切比雪夫逼近,求出最佳逼近系数。通过对所得系数设定阈值,提取出背景。实验表明,在采用固定摄像机方案下的视频监视系统,在无需大量的图片下也能提取背景,也具有较好的抑制噪声效果。     

基于分布式仿真模型对象的分布式协同建模技术研究

针对目前复杂机电产品仿真通常只能集中建模的现状，提出一种新的分布式协同建模方法。首先分析了支持分布协同建模所必需的信息，然后利用分布式对象技术，将这些信息集成为分布式仿真模型对象。分布式仿真模型对象通过包含的丰富信息，支持能够被正确的组装和重用；通过自身的分布式特点使得建模人员能够透明访问它们。基于分布式仿真模型对象的分布式协同建模方法能够强有力支持复杂机电产品的分布式协同建模。     

高斯核密度估计背景建模及噪声与阴影抑制

提出了一种多模态非参数背景模型，用于背景减方法检测运动目标。针对户外监控系统存在背景局部运动以及摄像机抖动、活动阴影等问题，利用像素邻域相关性信息进行多模态高斯核密度估计，并采用HMMD色彩值抑制阴影。通过抖动噪声去除以及阴影抑制处理，降低了目标检测的虚警率。实验结果表明该算法在运动目标检测中具有对噪声和阴影的鲁棒性，可用于户外复杂场景监控系统。     

基于运动信息和相位一致性的运动目标提取

提出一种新的时空结合的运动目标分割方法。该算法首先在累积帧差图像上使用改进的高阶统计(HOS)算法检测出运动区域,用最大连通区域表示初始运动目标模板,利用基于Log-Gabor复小波变换的相位一致性边缘检测算法提取出每一帧的单边缘信息,结合初始运动模板与空域边缘图像得到更精确的运动目标模板,最后结合原图像分割出运动对象。实验结果表明该算法能从对比度较小和噪声较大的视频序列中精确地提取出运动目标,且不受光照变化的影响。     

一种基于组合RBF网络及混沌理论的弱目标检测算法

针对复杂背景中的弱目标检测问题，提出了一种基于组合RBF网络及混沌理论的检测算法。该算法具有结构简单的优点。文中对算法的可实现性及合理性进行了理论分析，建立了基于预测误差优化的非线性预测模型，并结合闽值化处理实现了对弱目标的检测。在理论分析的基础上，对所提出的算法进行了仿真，结果表明了检测算法的有效性。