基于伪模态转换的红外目标融合检测算法

为提高红外图像目标检测的精度和实时性,提出一种基于伪模态转换的红外目标融合检测算法.首先,利用双循环的生成对抗网络无需训练图像场景匹配的优势,获取红外图像所对应的伪可见光图像;然后,构建残差网络对双模态图像进行特征提取,并采取add叠加方式对特征向量进行融合,利用可见光图像丰富的语义信息来弥补红外图像目标信息的缺失,从而提高检测精度;最后,考虑到目标检测效率问题,采用YOLOv3单阶段检测网络对双模态目标进行三个尺度的预测,并利用逻辑回归模型对目标进行分类.实验结果表明,该算法能够有效地提高目标检测准确率.     

红外时间延迟积分点目标探测系统中速度失配影响研究

基于时间延迟积分的红外点目标探测系统在推扫成像过程中会受到速度失配的影响导致点目标的探测性能降低.基于调制传递函数的传统频域建模分析方法由于缺少相位传递函数的介入,无法对目标探测性能的影响进行有效分析.为了解决该问题,采用成像系统的点扩散函数以及线扩展函数建立了成像系统的速度失配模型,并对速度失配对目标检测系统的影响进行了研究.模型理论计算以及实际成像实验结果表明,当时间延迟积分级数为8级,速度失配量ΔV/V=25%时,点目标能量响应均值下降50%,当速度失配达到ΔV/V=12.5%时,点目标能量响应均值下降30%.研究结果可为后续红外时间延迟积分成像系统的设计提供参考.     

基于旋转不变特征的遥感图像飞机目标检测方法

为了解决在动态飞机监管系统中,遥感图像飞机多目标检测准确率低的问题,提出一种目标检测方法.首先引入两种全新的旋转不变性特征,中心质点角与H向量;接着对遥感飞机图像进行滑窗检测,分别计算每一重叠块的中心质点角集、H向量相关系数;根据模板特征匹配度设计了相应的得分系统,再结合非极大值抑制等算法确定检测窗口内是否存在飞机.用不同场景下的遥感图像飞机进行多目标检测实验,结果表明该方法平均F1分数达到90%以上,相比传统方法,召回率与查准率更高,且适用范围更为广泛.     

基于双层局部对比度的红外弱小目标检测方法

针对传统基于人类视觉系统的检测方法在复杂背景下容易造成检测虚警的问题,提出一种基于双层局部对比度的红外弱小目标检测方法.首先,通过双层对角灰度差对比度分析机制,充分利用小目标局部对比度的先验信息,提高目标对比度的同时抑制背景杂波及噪声;之后,利用自适应阈值分割法获取待检测的真实目标.实验结果表明,与主流基于人类视觉系统的检测方法相比,所提方法的背景抑制因子平均提高9.3倍以上,信杂比率增益平均提高7.8倍以上,在不同的复杂场景下均具有更好的检测性能.     

Sub-pixel processing for super-resolution scanning imaging system with fiber bundle coupling

A multilayer fiber bundle is used to couple the image in a remote sensing imaging system.The object image passes through all layers of the fiber bundle in micro-scanning mode.The malposition of adjacent layers arranged in a hexagonal pattern is at sub-pixel scale.Therefore,sub-pixel processing can be applied to improve the spatial resolution.The images coupled by the adjacent layer fibers are separated,and subsequently,the intermediate image is obtained by histogram matching based on one of the separated image called base image.Finally,the intermediate and base images are processed in the frequency domain.The malposition of the adjacent layer fiber is converted to the phase difference in Fourier transform.Considering the limited sensitivity of the experimental instruments and human sight,the image is set as a band-limited signal and the interpolation function of image fusion is found.The results indicate that a super-resolution image with ultra-high spatial resolution is obtained.