面阵扫描型警戒系统目标探测方法

根据红外面阵探测器的成像特点,提出了一种面阵扫描型警戒系统,该系统的新颖之处在于面阵的旋转会带来目标探测有效像元数目的增加,并使得目标探测信噪比得到提高.描述了使用面阵探测器扫描型警戒系统的系统参数和工作过程,推导了该系统的点扩散模型,分析了目标的成像特点,重点描述和分析了针对本系统特点的目标探测算法,并介绍了其信号处理的硬件结构.实验结果表明,基于面阵探测器的红外搜索系统具有很高目标探测概率,并且能够在强杂波环境中检测弱目标.     

基于退偏振特性分辨伪装涂层的研究

伪装技术作为现代战争中一种重要的作战方式,在战场上起着至关重要的作用,对伪装目标的探测直接影响到战争的结果,利用退偏振特性检测伪装涂层的研究未见报道,因此对伪装涂层退偏振特性的研究具有重要意义。为了研究这一问题,从电磁波散射的机理出发,研究了其与退偏振特性之间的理论关系,利用琼斯矩阵和穆勒矩阵建立物理模型,结合偏振特性分解穆勒琼斯矩阵,得到被测量样品表面的完全退偏振系数(ω_d)。实验分别通过七个不同的入射角度对土壤与三种黄色伪装涂层进行测量,分析了土壤和三种黄色伪装涂层表面的退偏振特性,最后应用菲涅尔方程验证理论模型。分析可知：被测量样品表面的退偏振特性与表面散射程度相关,并且随着入射角度的增大,被测量样品的完全退偏振系数(ω_d)均呈递减趋势,但是在整个测量过程中,土壤与三种伪装涂层的完全退偏振系数(ω_d)具有很大的差异。研究表明：首次引用完全退偏振系数作为伪装目标分辨的重要参量,精确有效地分辨出土壤背景中的黄色伪装涂层,并且实验操作过程简单,周期较短,在现代战场上可以方便快速地识别出伪装目标,为战斗的胜利赢得了宝贵的时间,具有极大的应用价值,对伪装识别技术的发展有着极为重要的意义。     

Ghosting reduction in scene-based nonuniformity correction of infrared image sequences

Scene-based adaptive nonuniformity correction （NUC） is currently being applied to achieve higher performance in infrared imaging systems. However, almost all scene-based NUC algorithms cause the production of ghosting artifacts over output images. Based on constant-statistics theory, we propose a novel threshold self-adaptive ghosting reduction algorithm to improve the space low-pass and temporal high-pass （SLP- THP） NUC technique. The correction parameters of the previous frame are regarded as thresholds to compute new correction parameters. Experimental results show that the proposed algorithm can obtain a satisfactory performance in reducing unwanted ghosting artifacts.     

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。     

基于光流直方图的云背景下低帧频小目标探测方法

对低帧频、云层背景下,低信噪比的弱点目标探测率降低的问题.提出了光流直方图(OFH)的定义.并且给出了OFH的性质.分析了低帧频下红外图像探测弱点目标时探测率降低的原凶,提出了一种基于OFH背景补偿的红外点目标探测算法.利用OFH得到背景的运动欠量.进行运动背景补偿;然后利用目标与云层运动差异性,得到帧间比较结果,并对比较结果通过Robinson滤波器进一步滤除残留的边缘,达到降低虚警的目的.实验结果表明,该算法中以显著提高往复杂背景下红外点目标检测概率,并凡能够探测出信噪比为1的目标.     

数据的多流形结构分析

建立了基于ALM和权值的LRR聚类改进模型,对高维数据进行分析,将其分为两个独立的子空间,并与传统k-means聚类模型进行对比,采用评价指标模型对聚类结果进行评价分析.提出的LRR聚类改进模型在正则项引入了权重系数w,可以更好地将扰动分开,求解结果及评价指标均有效地验证了其稳定性、精确度等性能均有所提升.建立了SMMC改进模型,对机器工件外部边缘轮廓进行分类.从求解结果可看出该模型非常适合用于处理混合多流形聚类问题,对于比较复杂的曲线有着很好的分类性能.按照数据预处理、数据建模分析、模型结果评价步骤,通过使用谱聚类分析和多流形学习方法,对所给出的高维数据进行分析和处理,并通过评价模型得出相应的评价指标,对数据的多流形结构进行了深入的研究和探讨.     

基于运动补偿的红外图像噪音时域IIR滤波算法

从模式识别的角度出发将图像分为运动区域和非运动区域,采用基于噪音分布模型的运动检测技术与基于概率松弛法的运动区域标号技术相结合对这两种区域进行具体划分,对分类后的图像采用时域IIR滤波,不同区域采用不同的影响因子,以期达到最终的运动补偿.仿真结果表明该方法有效抑制了噪音,同时并未引起明显的运动模糊,图像的视觉效果得到了极大改善.     

基于运动补偿的红外图像噪音时域ⅡR滤波算法

从模式识别的角度出发将图像分为运动区域和非运动区域,采用基于噪音分布模型的运动检测技术与基于概率松弛法的运动区域标号技术相结合对这两种区域进行具体划分,对分类后的图像采用时域ⅡR滤波,不同区域采用不同的影响因子,以期达到最终的运动补偿.仿真结果表明该方法有效抑制了噪音,同时并未引起明显的运动模糊,图像的视觉效果得到了极大改善.     

基于模糊集的自适应红外图像边缘锐化算法

针对红外图像边缘模糊和非均匀性噪音强的特点,提出了一种基于模糊集的自适应红外图像边缘锐化方法.针对图像边缘细节和噪音难以表示和区分的特点,分别建立噪音、弱边缘和强边缘的模糊特征隶属度函数,并且提取图像信息自适应调整隶属度函数;通过隶属度函数将图像映射到模糊特征平面,由模糊特征平面控制图像边缘锐化系数.该方法不仅能够锐化红外图像边缘,而且改善了传统边缘锐化算法对图像噪音放大的缺点,避免了对强边缘的过渡增强导致图像出现过增强现象,改善了图像质量.     

基于偏振菲涅尔反射比分布的主动偏振成像目标辨别方法

由于偏振特性是材料自身所决定的物理特性,其偏振图像含有丰富的目标信息,利用偏振信息对目标进行识别一直是国内外目标探测领域的研究热点,而主动偏振成像较之被动偏振成像更具有信噪比高以及可控性好等优势。在详细分析了偏振菲涅尔反射比分布的理论基础上,提出了一种利用探测物体表面的偏振菲涅尔反射比的主动偏振成像方法。该方法在发射端将偏振方向正交的两种偏振态的光源交替照射到目标场景中,在探测端用分别装有两个偏振方向垂直的偏振片的CCD采集偏振图像。同时,将探测端架构在不同的探测方向采集目标经主动光源照射后的偏振数据,最后将这些数据传输到计算中心,通过最优化拟合技术反演出不同目标的光学常数,由于不同目标的表面材质不同,其反映出的光学常数就不同,从而达到辨识不同材质目标的目的。实验分别采用了仿真数据和实测数据来验证该方法的有效性。仿真实验显示,所提出的方法利用材料的光学常数对不同材料进行区分不仅是科学的而且更方便有效。实测数据进一步验证了该方法能够较好的恢复出目标的相关光学常数,尤其在区分金属和非金属材料方面表现突出,并且探测方法结构简单实用,在目标探测、伪装识别等领域中有较大应用前景。