红外图像掠海小目标的检测算法研究

针对红外图像掠海小目标信噪比低，且易受到水天线和背景杂波干扰的特点，提出了一种红外掠海小目标的提取与检测算法。该方法的特点是：首先采用中值滤波来减小噪声，并提出了差方和算法，用以抑制背景噪声并对目标增强；再采用了图像行扫描法有效地滤除水天线；最后通过弱化背景边缘和阈值分割等综合算法得到候选小目标。仿真结果表明，该算法达到了较好的效果。     

各向异性发射点源几何外形对目标红外信号的影响

基于材料的各向异性发射特性,以点目标红外探测为应用模型,采用蒙特卡洛法建立从目标到探测器的红外传输模型,分析四种简单几何体表面的各向异性发射特性对目标红外信号的影响。结果表明,点源红外信号对各向异性发射特性的灵敏性与目标几何外形及目标表面发射率的角度分配性有关。当半球发射率保持一定时,点源信号对法向小辐角发射模型灵敏度较高,且增大法向发射率可提高目标总红外辐射强度。另外,相比椭球体、圆柱体和圆锥体,球体红外信号对各向异性发射的灵敏度最低,即发射率的角度分配性对球体目标红外信号影响最小。     

基于二代小波变换的红外图像非线性增强算法

红外图像具有对比度低和信噪比低等特点,实用中必须进行增强处理.将小波分析与模糊逻辑相结合,提出了一种基于二代小波变换的红外图像非线性增强算法.该算法首先利用二代小波变换对图像进行分解,提取图像的多尺度细节特征,然后,根据目标和背景噪声信号的差异,通过模糊非线性增强算子分别对各个分解层的高频子带进行非线性增强来改变目标特征的强度,抑制背景信号,最后利用小波反变换重构图像,以实现图像的对比度增强和背景抑制.与几种常用的图像增强算法实验结果相比,此算法能有效地抑制图像中的背景噪声,增强目标内容信息,取得了较好的增强效果.     

强背景下混响时间的非线性滤波M序列相关测量

本文提出采用非线性滤波抑制在强背景噪声环境中用Ｍ－序列相关法得到的房间脉冲响应中的残余噪声影响，以扩大混响衰减曲线的动态范围，从而达到能够在强背景噪声环境下准确测量混响时间的目的。首先讨论了影响Ｍ序列相关法测量混响时间的几个因素。其次，采用非线性滤波进一步抑制背景噪声的影响。结果表明，非线性滤波的效果相当显著。本文还在非白噪声背景条件下用该法进行强背景下的混响时间测量，结果与传统测量结果符合得很好     

自适应双边滤波红外弱小目标检测方法

针对红外弱小目标检测,提出一种基于自适应双边滤波的背景预测算法.该算法利用空域低通滤波和图像灰度信息的非线性组合,自适应的对背景进行预测,达到提高弱小目标检测性能的目的.仿真和实验表明：与小波滤波的检测算法相比,该算法能够更加有效地从结构化背景中检测目标抑制背景.     

自适应双边滤波红外弱小目标检测方法

针对红外弱小目标检测,提出一种基于自适应双边滤波的背景预测算法.该算法利用空域低通滤波和图像灰度信息的非线性组合,自适应的对背景进行预测,达到提高弱小目标检测性能的目的.仿真和实验表明:与小波滤波的检测算法相比,该算法能够更加有效地从结构化背景中检测目标抑制背景.     

基于选择性支持向量机集成的海杂波背景中的微弱信号检测

基于复杂非线性系统相空间重构理论,提出了一种混沌背景中微弱信号检测的选择性支持向量机集成的方法,为了提高支持向量机集成的泛化能力,采用K均值聚类算法选择每簇中精度最高的子支持向量机进行集成,建立了混沌背景噪声的一步预测模型,从预测误差中检测湮没在混沌背景噪声中的微弱目标信号（包括周期信号和瞬态信号）,最后分别以Lorenz系统和实测的IPIX雷达数据作为混沌背景噪声进行实验研元结果表明该方法能够有效地将混沌背景噪声中极其微弱的信号检测出来,抑制噪声对混沌背景信号的影响,与神经网络和传统支持向量机方法相比,预测精度和检测门限方面的性能有显著提高．     

基于复滤波器组的红外弱小目标检测算法

 为了有效抑制复杂背景的干扰,降低复杂背景所带来的虚警,提高目标检测的信噪比,提出了一种基于复滤波器组的红外弱小目标检测算法。分析了复杂背景下带有弱小目标的红外图像中复杂背景和弱小目标图像各自的频谱特性,并引入了分频段处理的思想。比较了各种滤波器的性能,并选用了基于复小波的滤波器组,用该滤波器组将红外弱小目标图像分解到各个子频域;对分解后的各频段图像分别进行基于罗宾逊滤波的目标检测处理,提取各频段图像中的奇异点;根据目标图像和背景图像的频谱特性的定量分析结果,选取合适的权值,将各频段检测的结果进行加权融合,得到最终的处理效果。实验结果表明:弱小目标检测方法较之于传统的不分频段的高通滤波处理方式可以获得更高的信噪比,目标得到明显的增强,背景杂波得到更有效的抑制,各项探测指标均更优。     

像增强器的光生背景噪声对微光目标质心探测精度的影响及其抑制方法

 像增强器作为微光探测器件，在天文目标观测、空间目标捕获、跟踪和瞄准以及生物荧光光谱探测等方面发挥越来越大的作用。重点讨论了在微弱亮度的空间点目标探测应用中，像增强器的光生背景噪声对目标质心探测的影响。实验和分析表明，像增强器的光生背景噪声是由目标信号寄生而来的，并且呈现散粒噪声特性，无法采取屏蔽环境背景杂光、阈值去背景等方法来消除光生背景噪声，对目标信号质心探测的影响很大。提出一种减小这种影响的质心计算方法，实验证明是有效的。     

支持向量机方法在热波检测图像分割中的应用

作为热波无损检测技术中的关键环节,热波图像分割对结构损伤的有效识别与准确评估具有重要影响。为克服红外热波图像背景噪声大,对比度低等因素对损伤识别的影响,提出了一种基于支持向量机的热波图像分割方法。该方法首先采用Wiener滤波对热波图像进行预处理,然后随机选取目标区域和背景区域内多个像素点的像素值组成目标向量与背景向量,对基于多项式核函数的支持向量机进行训练,最后将训练好的分类器应用于不同的热波图像,实现热波图像的分割。试验结果表明:该方法可有效克服热波图像背景噪声大的问题,较好地保留了缺陷区域分割的完整性;与基于硬阈值的图像分割方法相比,该方法能更好地抑制背景区域的噪声干扰,更有利于损伤的识别与评估。     

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.     

采用视觉细胞响应模型的小目标复杂背景抑制

为了提高地面和云层等红外复杂背景下弱小目标的检测性能,提出了一种基于视觉细胞响应模型的红外弱小目标背景抑制新方法.首先利用简单细胞的感受野计算模型将原始图像采用Gabor函数卷积获得相同大小的两幅图像|然后采用设计的复杂细胞响应的非线性汇聚策略函数对获得的两幅图像进行融合处理,从而将红外图像中弱小目标和背景杂波分离,达到抑制背景的目的|最后采用自适应阈值分割技术得到目标点,实现了对红外弱小目标的检测跟踪.实验结果显示,与去局部均值和最大中值滤波两种滤波方法相比较,该方法能有效地检测出信杂比较低的弱小目标信号.     

相位敏感型光时域反射传感系统光学背景噪声的产生机理及其抑制方法

相位敏感型光时域反射(Φ-OTDR)传感系统具有响应速度快、灵敏度高等优点,能够实现对微弱扰动的分布式检测,在重大设施的入侵警戒、大型工程结构的健康监测等领域具有广阔应用前景.然而,与传统的OTDR传感系统不同,Φ-OTDR系统中存在着激光器中心频率漂移、偏振相关的噪声、光纤应变与干涉强度非线性对应关系引起的测量失真等光学背景噪声,对有效信号的提取形成了不可忽视的干扰,从而限制了Φ-OTDR传感系统在实际应用环境下的传感性能.本文对这些光学背景噪声的产生机理进行了深入分析,并提出了相应的噪声抑制方法.实验结果表明,本文提出的方法可以有效抑制Φ-OTDR传感系统中的光学背景噪声,并显著提高传感系统性能.     

红外运动小目标的检测

通过分析天空背景下红外运动小目标、噪音以及背景的特征,提出一种检测方法·首先利用向量小波变换对运动图像进行预处理;其次采用图像差分进行目标的粗检测,提取出候选目标;最后可根据运动目标和噪音的特征对候选目标进行识别,检测出真实的运动小目标·实验证明,该方法可有效检测天空背景下红外运动小目标·     

基于PDE的前视红外成像舰船目标检测

针对复杂环境下的海面目标提取问题,提出一种基于偏微分方程（PDE）的红外舰船检测算法。首先采用基于PDE理论的滤波模型对初始图像滤噪并进行背景估计,然后结合邻域差分进行背景抑制后分割提取目标。实验表明,该算法能够有效检测强杂波背景中的目标,方法适应性强。     

一种改进的多向梯度红外小目标检测方法

红外小目标检测技术是红外搜索与跟踪系统（IRST）、红外警戒等系统中的一项关键技术。常规小目标检测算法存在对椒盐噪声、高亮背景边缘敏感等不足之处,针对上述问题,对天空背景红外弱小目标的几何和灰度特性进行了深入研究,在此基础上提出了基于多向梯度的红外小目标检测的新方法,采用了一种非对称的梯度算子,重新定义了梯度检测函数,提高了对小目标的响应。仿真实验结果表明,该方法能够较好地抑制高亮云层边缘和椒盐噪声,保证了较高的检测率和较低的虚警率,又便于在FPGA上实现,满足系统对实时性的要求。     

Gaussian mixture model-based gradient field reconstruction for infrared image detail enhancement and denoising

Infrared images are characterized by low signal-to-noise ratio and low contrast. Therefore, the edge details are easily immerged in the background and noise, making it much difficult to achieve infrared image edge detail enhancement and denoising. This article proposes a novel method of Gaussian mixture model-based gradient field reconstruction, which enhances image edge details while suppressing noise. First, by analyzing the gradient histogram of noisy infrared image, Gaussian mixture model is adopted to simulate the distribution of the gradient histogram, and divides the image information into three parts corresponding to faint details, noise and the edges of clear targets, respectively. Then, the piecewise function is constructed based on the characteristics of the image to increase gradients of faint details and suppress gradients of noise. Finally, anisotropic diffusion constraint is added while visualizing enhanced image from the transformed gradient field to further suppress noise. The experimental results show that the method possesses unique advantage of effectively enhancing infrared image edge details and suppressing noise as well, compared with the existing methods. In addition, it can be used to effectively enhance other types of images such as the visible and medical images.     

层次卷积滤波红外弱小目标检测方法

针对单帧复杂背景红外图像点目标检测算法存在复杂背景下处理效果不理想、处理时间长的问题,提出了一种层次卷积滤波检测算法。主要分为两个部分：第一,根据红外小目标特性,设计一种层次卷积滤波的算子,对图像进行滤波处理,实现图像中小目标的增效和背景抑制的效果;第二,采用基于最大值的自适应阈值方法,对图像进行二值化操作,过滤背景杂波,最终提取到待检测的目标。在大量不同背景红外图像中进行实验,论文算法在背景抑制因子和信噪比增益的性能量化结果上优于现有5种典型红外弱小目标检测算法的性能结果,且平均处理时间仅为高斯拉普拉斯（Laplacian of Gaussian,LoG）滤波算法的30.42%。通过实验对比,表明该层次卷积滤波算法可以有效解决在不同复杂背景下的红外图像中对小目标检测的问题。     

采用视觉细胞响应模型的小目标复杂背景抑制

为了提高地面和云层等红外复杂背景下弱小目标的检测性能,提出了一种基于视觉细胞响应模型的红外弱小目标背景抑制新方法.首先利用简单细胞的感受野计算模型将原始图像采用Gabor函数卷积获得相同大小的两幅图像;然后采用设计的复杂细胞响应的非线性汇聚策略函数对获得的两幅图像进行融合处理,从而将红外图像中弱小目标和背景杂波分离,达...     

Detection method for small and dim targets from a time series of images observed by a space-based optical detection system

To revisit cataloged space targets, a space-based optical detection system normally observes space targets continuously in a target tracking mode. In the time series of images produced by continuous observation, there are not only the target but also complicated background clutter (a mass of stars) and noises. The existing method only can detect the target with an signal-to-noise ratio (SNR) greater than 6 from these images. This paper presents a detection method for the target with an SNR less than 6. The proposed method consists of an SNR enhancement algorithm and an adaptive background and noise suppression algorithm. Simulation and analytical results show the proposed method detects the target submerged in noise and background clutter when SNR is equal to 3 and the detection probability and the false alarm probability both reach very high performance. This proposed method can help solve the problem of revisiting some weak cataloged space targets.