新型高速视频图像记录判读系统

介绍了新型高速视频图像记录判读系统的特点、组成和功能,并采用了一种改进的自动判读方法.该系统利用集成在高速CMOS摄像机上的存储器记录数字视频序列图像,并利用高速接口下载到计算机移动硬盘或可读写光盘上,以供事后使用判读软件对记录的图像进行分析处理.运用数学形态学图像处理方法滤除二值图像的噪声,较好地实现了清晰提取目标边界的目的.针对自动判读与半自动判读的不同要求,采用不同的细分技术.在现有分辨率的情况下,达到对目标边缘亚像元级定位的目的,显著提高测量准确度.对其他类似系统的研制有一定的借鉴作用.     

靶场光测多站图像多目标判读技术

靶场光测图像处理的一个突出难题是如何分辨图像上出现的大量小目标。利用单站序列图像上目标的运动关联、目标在多站图像上像点之间的对极几何约束关系,提出了靶场多站图像多目标判读的新技术,采用单站序列图像目标卡尔曼运动轨迹预测及跟踪识别技术,以及多站图像对极几何约束同名目标匹配技术,突破了传统方法仅进行单站图像判读的局限。仿真结果证明其能有效解决多站、多目标的判读问题,已成功应用于我们研制的多套靶场图像判读系统中。     

爆炸过程相关参量的计算机图像测量方法

提出了一种基于计算机图像学的爆炸速度和爆炸作用时间的图像测量方法.分析了爆炸速度测量图像和爆炸作用时间测量图像的特点,用计算机自动从爆炸图像中提取出特征点,并自动完成爆炸时间、爆炸速度的测量、计算.实验结果表明,该方法可以准确地实现自动判读测量.     

视频图像记录判读系统

光电经纬仪的摄影胶片图像和CCD摄像机的视频图像的数字化处理是兵器试验靶场中始终未能很好解决的问题。主要源于两个问题:一是视频图像的数字化采集和转换;二是数字图像的自动处理。介绍了根据靶场广泛应用的光学图像记录、判读需求而研制的视频图像记录判读系统,并对所采用的视频图像实时存储技术、字符识别技术、目标识别与定位技术等几项主要的关键技术进行了说明,并给出了应用结果。结果表明,图像采集记录灵活方便,速度快,不丢帧;目标图像处理精度高,实时性强,自动处理能力好,使光测数据处理的精度和效率都有了很大的提高。     

基于光学图像的目标姿态判读处理

 采用摄像测量方法获取目标的飞行姿态是目前靶场主要测量手段之一。目标姿态可以用目标轴线在空间的方位来描述,即姿态的判读处理就是要提取线的空间位置。在进行图像判读处理时除采用传统的基于点的判读处理手段外,还应根据不同的目标类型采用不同的判读处理方法,文中给出了基于首尾两点的判读处理、基于线的判读处理和基于模型的三种判读处理方法,有效解决了不同类型目标的判读处理问题。     

CCD摄像头圆目标中心定位方法

在大型设备自动对接系统中,需要CCD摄像头对一设备截面的圆目标进行图像获取,并找出图像的中心点坐标,用于两设备的中心对准。为了满足实时性测量和高精度定位要求,提出一种CCD摄像头圆目标中心定位方法。先对图像使用中值滤波方法进行图像增强,利用广义数字形态学中的多结构抗噪膨胀腐蚀型算子提取单像素宽图像边缘,用多项式插值法对图像边缘进行亚像素定位,用半径约束最小二乘圆拟合法对圆中心进行精确定位。实验测量结果表明,该方法测量时间短、精度高、稳定性好,亚像素定位精度优于1/20像素,中心点总标准偏差小于0.01,可满足设备自动对接系统要求。     

电视经纬仪跟踪测量中运动目标快速识别定位算法

为解决电视经纬仪跟踪测量系统中对运动目标快速识别定位的要求,在深入分析运动目标特性和电视经纬仪跟踪测量系统特点的基础上,利用经纬仪角度变化信息,对运动目标图像序列进行帧间差值计算以获得目标残差图,并基于残差图提出了一种新型的运动目标快速识别方法,大大减少了运算量. 结合中值滤波和图像二值化,实现了运动目标的快速定位. 通过对目标实测图像序列的实验, 结果证明：该算法具有快速、稳定、有效等优点,能够满足电视经纬仪跟踪测量系统对运动目标快速识别定位的要求.     

基于两步成像的单缝衍射自动测量

建立基于两步成像的单缝衍射自动测量系统,用CCD连续采集成像于旋转白屏的单缝衍射图像,通过衍射图像的平均消除激光散斑的影响;通过分别对零级和非零级条纹成像,解决CCD动态范围较小的问题;用图像处理方法进行条纹水平矫正、极小值位置自动判读,实现单缝宽度自动测量功能.用此系统进行了单缝衍射条纹光强分布及单缝宽度的自动测量实验,相对偏差在2%以内.     

大尺寸全视场目标点的自动定位方法

提出了一种目标点全视场自动定位方法,该方法利用回光反射标志点的强反射特性和目标点特征,采用粗精两级定位自动获取目标点中心.实际操作中只需预先设定相关的阈值参量,可快速获取图像中的所有目标点的图像坐标,极大地提高了视觉测量的效率和自动化程度.对于3 008×2 000 pixel大小、包含约140个目标点的RGB图像,利用该方法定位所有目标点的用时为14.9″,定位准确度为1/10 pixel.     

图像序列中目标关键帧快速搜索算法

在目标测量时所获得的图像序列中,如何定位目标关键帧(最有利于目标测量的图像)的位置,对目标识别的效率和测量设备的性能有着显著的影响.针对具有复杂特性的目标图像序列,提出了一种基于帧间像素灰度差值来定位目标关键帧的快速搜索算法.该算法仅仅利用像素灰度值这一最基本的特征,将图像序列中相邻两张图像的同一像素的灰度差值与给定阈值相比较,统计高于阈值的像素个数,再与另一给定阈值相比较,进而确定目标关键帧的位置.实验结果表明,该算法对目标大小不同、形状不同,环境不同,信噪比较高的图像序列都具有快速、稳定的搜索效果.     

Indirect target detection method in FLIR image sequences

Due to the complexity of the scene, target detection in forward-looking infrared (FLIR) imagery is a challenging problem, especially for occluded target. The main contribution of this paper is to propose an indirect detection method for improving the recognition probability and effectiveness of target detection method in FLIR image sequences under complex conditions. The proposed method mainly includes four steps: preparation of forward-looking reference image of landmark, extraction of the real-time scene image, template matching and target location, in which some key technologies are proposed, such as perspective transformation used to solve projective problems, position prediction for improving real-time performance, and target location used for identifying the target’s position. Experimental results are shown to demonstrate the robustness and efficiency of proposed method in FLIR image sequences.     

液体可视图象序列中杂质小目标的检测方法（英）

在分析红外图象和可视图象差异的基础上,研究了一种适用于可视图象序列的运动小目标检测算法.受目标影响的象素点具有较弱的时间相关性,即相对普通象素点有较大的时间方差,根据此特征,用管道更新的方法产生新方差图象序列,再用管道更新的方法累积,增加信噪比,然后用基于统计均值的自适应门限方法分割出目标,最后将原图象的梯度倒数作为象素点强度的加权,有效地抑制灰度突变边界的传感器噪音,保存目标点.     

液体可视图象序列中杂质小目标的检测方法

在分析红外图象和视图象差异的基础上，研究了一种适用于可视图像序列的运动小目标检测算法。受目标影响的象素点具有较弱的时间相关性，即相对普通象素点有较大的时间方差，根据此特征，用管道更新的方法产生新方差图象序列，再用管道更新的方法累积，增加信噪比，然后用基于统计均值的自适应门限方法分割出目标，最后将原图象的梯度倒数作为象素点强度的加权，有效地抑制灰度突变边界的传感器噪音，保存目标点。     

红外序列图像弱小动目标检测的研究

针对云天背景下的红外运动弱小目标,提出了一种融合检测的方法。根据视觉的固视微动特性进行单帧图像的目标增强,利用帧差分方法检测多帧图像的动目标,最后将这两种处理结果进行基于调制的融合,并经过图像分割,从而达到动目标检测的目的。仿真结果表明该检测方法能够有效地实现复杂背景下的弱小动目标检测。     

基于对偶树复小波变换的红外弱小目标背景抑制

为解决结构化背景的抑制,利用对偶树复小波良好的方向选择性、平移不变性和可精确重构的特点,提出了一种基于对偶树复小波变换的红外弱小目标背景抑制方法.首先利用对偶树复小波变换对图像进行分解提取多尺度细节特征,然后采用最大中值滤波对各分解层的小波系数进行非线性地调整来改变目标特征的强度,重构获得估计的背景图像,最终从原图中减去所估计的背景图像实现背景抑制.基于真实的红外图像序列进行实验.结果表明：与二维最小均方误差法相比,该方法从主观视觉和数值指标都具有良好的抑制效果.     

基于序列图像的小目标检测

 针对序列图像中小目标的运动具有运动的连续性和轨迹的一致性等特征,提出了采用单帧检测和多帧检测相结合的处理方法。对单帧图像进行预处理和图像分割,得到去掉大部分背景和噪声点的图像,并在图像中选取候选目标点进行标记。然后对处理后的序列图像进行N帧叠加。对叠加图中的标定点利用8邻域搜索法进行目标筛选,进而检测出目标。实验结果表明,该方法实用性强,能简单、快速、有效地检测出序列图像中的运动小目标。     

Hybrid multi-resolution detection of moving targets in infrared imagery

A hybrid moving target detection approach in multi-resolution framework for thermal infrared imagery is presented. Background subtraction and optical flow methods are widely used to detect moving targets. However, each method has some pros and cons which limits the performance. Conventional background subtraction is affected by dynamic noise and partial extraction of targets. Fast independent component analysis based background subtraction is efficient for target detection in infrared image sequences; however the noise increases for small targets. Well known motion detection method is optical flow. Still the method produces partial detection for low textured images and also computationally expensive due to gradient calculation for each pixel location. The synergistic approach of conventional background subtraction, fast independent component analysis and optical flow methods at different resolutions provide promising detection of targets with reduced time complexity. The dynamic background noise is compensated by the background update. The methodology is validated with benchmark infrared image datasets as well as experimentally generated infrared image sequences of moving targets in the field under various conditions of varying illumination, ambience temperature and the distance of the target from the sensor location. The significant value of F-measure validates the efficiency of the proposed methodology with high confidence of detection and low false alarms.     

Detection of infrared small target based on fusion of multi-filters北大核心CSCD

Aiming at solving accuracy problem of infrared small target detection in sky and ocean background scenarios of infrared image sequences, a novel infrared small target detection based on multi-filters algorithm fusion method is presented in this paper. Firstly infrared small target and imaging, time and space characteristics of the corresponding background noise are analyzed. Tophat algorithm with improved Robinson guard filter are then integrated to highlight target and suppress clutter background by using infrared small target imaging features. Adaptive threshold segmentation is used to extract candidate targets, while Unger smoothing filter and multi-objects association filter are used to eliminate random noise and false targets in the candidate targets. Multiple experiments of infrared small target image sequences are implemented, and experimental results show that proposed method can detect infrared small targets at 99% detection rate with high reliability and good real-time performance. © 2017, Editorial Board, Journal of Applied Optics. All right reserved.     

强背景下模糊闪烁成像目标探测与跟踪

 强背景下空中运动目标主要表现为边缘残缺、模糊,甚至出现闪烁、间断等复杂成像特性,这成为制约目标探测和成像跟踪的瓶颈问题。结合跟踪过程反馈信息来确定目标点扩展函数,利用一种新的Ben-Ezra图像复原模型,解决了目标运动模糊的图像复原问题;采用基于特征伴随值的相似性判断方法,构造联结机制的联想网络模型,来解决目标闪烁和残缺特征的联想问题。对提出的方法进行了图像序列的仿真,取得了较好的实验结果。     

基于最小一乘和混沌遗传算法检测红外小目标

提出了一种基于最小一乘估计和混沌遗传算法进行背景预测检测红外小目标的方法.在建立最小一乘准则背景预测模型的基础上,根据最小一乘估计的性质,利用混沌序列内在的伪随机性,将混沌引入到遗传算法得到混沌遗传优化算法,以此解决最小一乘估计中极值的选取问题.将原始图像与预测图像相减得到预测残差图像后,利用基于二维指数熵的图像阈值选取快速算法进行分割.给出了实验结果与分析,并与基于遗传算法的最小一乘预测、最小二乘背景预测的检测算法作了比较.实验结果表明,提出的算法具有更高的检测概率和更好的检测结果.