水下多目标方位的联合检测与跟踪

针对水下多目标方位跟踪及航迹关联问题,提出了一种粒子滤波的联合检测与跟踪方法.该方法在状态滤波过程中不需要方位观测值的输入,直接根据波束能量评估粒子的似然函数;利用交叉和变异算子进化小权值样本,通过低差异性序列的重采样提高子代粒子多样性。实现了多目标的跟踪并避免了方位观测量与多目标航迹关联的问题。仿真结果表明,在航迹断续和航迹交叉的情况下,该方法能够连续准确地跟踪目标方位。利用水下无人平台舷侧线阵的试验数据对算法性能进行了验证,正横方向的跟踪误差在3°以内;在目标运动模型失配时仍可以收敛到正确的方位航迹,没有出现错跟与失跟现象,可提高对交叉、汇聚及分离的多目标方位航迹的连续检测与跟踪能力.     

基于核循环结构的自适应特征融合目标跟踪EI北大核心CSCD

视频跟踪中,使用单一特征对目标进行描述难以适应复杂场景的变化,目标的尺度变化、形变、遮挡等因素易导致跟踪失败。为提高跟踪的稳健性,基于核循环结构,提出一种自适应特征融合和模型更新的跟踪方法,并引入尺度更新机制。首先利用目标的灰度特征和局部二值模式特征分别计算滤波响应图,依据响应图的峰值旁瓣比(PSR)自适应地分配权值并加权融合,从而估计目标的最佳位置。然后根据融合后响应图的PSR来判断跟踪质量,据此决定是否更新模型。最后在目标位置周围提取方向梯度直方图特征构建尺度金字塔,训练尺度相关滤波器,用来估计目标的最佳尺度。实验选取标准测试数据集中具有光照变化,遮挡和尺度变化的视频序列进行实验,结果表明,该算法能够实现对目标的稳定跟踪,并且在距离精度和成功率上均优于对比算法。     

一种用于跟踪精度检测的动态目标模拟器设计北大核心CSCD

光电搜索跟踪系统是战场态势感知、信息获取、目标捕获、跟踪定位等武器装备的核心光电设备,其跟踪精度是表示光电搜索跟踪系统作战能力的关键参数。针对该参数的需求,提出了一种基于OLED发光的平行光管阵列式目标模拟器设计方案,其动态目标模拟角速度范围为1°/s~100°/s,角度定位精度为0.8″。对动态目标模拟器的角速度模拟进行了分析,得出角速度模拟的相对扩展不确定度可达0.6%~0.8%。     

无源声呐场景中使用辅助粒子滤波的邻近目标检测前跟踪方法

针对无源声呐多目标方位跟踪问题,研究了一种基于粒子滤波的检测前跟踪方法,关注于改善邻近目标和机动目标的跟踪性能。首先,提出了一种考虑了邻近目标影响的似然函数;其次,采用辅助变量利用量测信息优化粒子采样,当算法运动模型与目标实际运动状态失配时,这种策略具有很大优势。结合以上两点,提出了一种检测前跟踪算法,该算法将邻近目标划分为一组,使用邻近目标的预测状态计算目标的似然,计算效率较高。利用仿真生成的数据和海上采集的实际数据分别验证了该算法的性能,并与其他多目标粒子滤波检测前跟踪算法进行比较,证明了该算法具有良好的跟踪性能。在目标邻近和目标机动的情况下,该算法的优势更加明显。     

基于相关滤波器的红外弱小目标检测算法EI北大核心CSCD

针对复杂背景下红外图像中低信噪比弱小目标实时检测问题,提出一种基于相关滤波器的红外弱小目标检测算法。该算法将红外目标检测转化为模式分类问题,在离线训练阶段,利用二维高斯模型构造红外小目标训练集,在此基础上训练得到对目标背景具有区分能力的相关滤波器,在线检测阶段,利用滤波器对图像分块进行滤波操作,目标和背景的滤波响应有着显著的差异,最后生成整幅图像的滤波响应置信图以此来判断图像中是否包含目标及其具体位置。在单帧单目标图像、序列图像多目标检测实验结果表明,与经典检测算法相比,所提方法不仅具有更高检测性能,有效降低了虚警概率,而且具有较好的实时性,适用于复杂背景条件下弱小目标的实时检测。     

纯方位目标运动分析的一种“检测前跟踪”技术

被动检测中,当目标信噪比较低时,传统的波束形成估计目标方向有较大的误差,为此我们提出一种改进的检测前跟踪技术,即直接对波束输出的方位-功率图序列做运动分析。对目标所有可能的运动路径进行时间积分,理论上与目标真实轨迹最靠近的路径将获得最大的功率累积量。本文结合纯方位目标运动分析的规律,以不降低检测性能为前提,开发了一种简化的路径搜索策略。在计算机仿真实验中,也证实了该简化搜索策略使得运算量至少降低了两个数量级。     

红外扫描过采样系统点目标检测性能分析与仿真EI北大核心CSCD

过采样是为提高遥感扫描图像分辨率而提出的一种新的成像体制,为将其应用于红外搜索与跟踪系统,需研究过采样对系统点目标检测性能的影响.从扫描成像原理角度对比分析常规采样和过采样的特点;基于高分辨率图像退化方式给出扫描图像仿真方法;通过仿真扫描图像进行单帧目标检测处理,对比分析两种采样体制下的系统点目标检测性能.结果表明,在相同条件下,过采样系统点目标检测性能优于常规采样;常规采样扫描图像中目标一般呈现1×1点状,而过采样扫描图像中目标呈现斑点状,利用该特性可进一步提升过采样系统目标检测性能.     

角膜地形图仪中实时图像检测EI北大核心CSCD

为实现角膜地形图仪中实时图像检测,找到一种图像清晰度评价函数对实时角膜图像进行快速、稳定、精确的判别至关重要。基于角膜地形图仪中光学成像系统,分析系统离焦对图像清晰度的影响,并提出一种关于图像清晰度的评价方法。该方法选择拉普拉斯函数作为全局图像粗调的评判参数,通过霍夫圆变换及亚像素边缘检测来确定图像的中心点,并采用Sobel算子与Canny算子相结合的边缘检测方法根据中心点找出最清晰边缘,从而实时获得最清晰的角膜图像。实验表明,该方法具有很好的稳定性和抗噪性,能够准确、有效地评价角膜图像的清晰度,可用于角膜地形图仪中实时图像的精准检测。     

大幅面气动光学波前畸变场测量与重构EI北大核心CSCD

各类高速飞行器所装备的光电成像探测与侦察系统、光电跟踪瞄准系统、定向能攻击武器和光通讯系统,都需要开展气动光学波前畸变场测量与校正技术研究。为此,提出大幅面气动光学波前畸变场测量与重构方法,将光束偏折位移场测量值转化为光束从摄影中心出发穿过扰流区到人工点的光程差,并研究了Zernike多项式阶数与波前畸变重构精度的关系。2m超声速风洞中某跨大气层飞行器模型实验结果表明:该方法可以定量测量波前畸变场,测得机头与机翼的斜激波所致的波前畸变结构正确。该方法光路简单、无需使用价格昂贵的相干光源,为气动光学效应的测试及校正技术的研究提供了新途径。     

基于卷积神经网络与一致性预测器的稳健视觉跟踪EI北大核心CSCD

针对视频序列的稳健性目标跟踪问题,提出一种基于卷积神经网络(CNN)与一致性预测器(CP)的视觉跟踪算法。该算法通过构建一个双路输入CNN模型,同步提取帧采样区域和目标模板的高层特征,利用逻辑回归方法区分目标与背景区域;将CNN嵌入至CP框架,利用算法随机性检验评估分类结果的可靠性,在指定风险水平下,以域的形式输出分类结果;选择高可信度区域作为候选目标区域,优化时空域全局能量函数获得目标轨迹。实验结果表明,该算法能够适应目标遮挡、外观变化以及背景干扰等复杂情况,与当前多种跟踪算法相比具有更强的稳健性和准确性。     

航拍图像的路面裂缝识别EI北大核心CSCD

针对航拍沥青路面图像识别的噪声和干扰问题,提出一种应用于航拍图像的路面裂缝识别算法。根据路面区域与路旁景观区域灰度级数分布不同,采用多方向拟合的区域生长方法联合HSV颜色空间阈值进行路面区域分割,提取包含完整裂缝信息的单通道路面;再通过改进的形态学滤波剔除面积较大的干扰区域,利用结合显著性分析的边缘检测算法识别路面的裂缝片段,实现复杂裂缝与路面纹理噪声的区分;自动筛选存在裂缝的图像,针对裂缝可疑区域,结合人眼辅助观察标记并计算其长度。结果表明,该算法可有效剔除图像中的噪声和干扰,较好地识别沥青路面的裂缝,裂缝宽度的识别精度能达到9.7mm,分类识别准确率大于80.0%,长度测量准确率大于75.0%。     

一种基于最优非线性滤波的红外弱目标检测前跟踪算法研究

针对目标在真实红外场景图像中的非线性、非高斯特性,从非线性理论出发构建状态和观测模型,提出了一种基于最优非线性滤波算法的红外弱小目标检测前跟踪算法。采用基于谱分离思想的Wiener混沌展开方法对构建的随机微分方程进行求解,并将算法结构分为两部分:一部分与观测数据无关且耗时的计算放在观测前期完成;另一部分是与观测数据有关的实时快速计算放在后续执行,以提高运算效率。仿真结果表明,该算法在低信噪比红外目标检测中表现出了良好的检测性能,更适合实时应用。     

光强检测型空芯光纤表面等离子体共振传感器EI北大核心CSCD

提出了基于光强检测方式的空芯光纤表面等离子体共振(SPR)传感器。采用波长为532nm的激光作为光源,对所设计传感器的性能进行了研究,并采用光传输模型对传感器的性能进行了理论分析,所得理论结果与实验结果相符。传感器在线性区的最高灵敏度和最佳分辨率分别达到8380.3μW/RIU和5.5×10^(-6) RIU。相比于波长检测型空芯光纤SPR传感器,所提传感器的分辨率提高了2个数量级,且实验系统简单,有利于器件的进一步小型化。     

基于注意力和角度间隔损失的高光谱目标跟踪北大核心CSCD

随着计算机技术的发展,基于深度学习的目标跟踪方法已成为计算机视觉领域中重要的研究方向;但跟踪环境的复杂多变使得跟踪算法在背景干扰、颜色相近等问题上仍面临巨大挑战。相比于传统彩色图像,高光谱图像包含丰富的辐射、空间和光谱信息,能够有效提升目标跟踪的准确率。提出了将注意力机制(attention mechanism)和加性角度间隔损失(additive angular margin loss, AAML)相结合的方法来进行针对高光谱图像的目标跟踪。通过融合多域神经网络对不同波段组合进行特征提取,同时设计了融合的注意力机制模型,使得来自不同波段组合之间的相似特征进行整合和强化,在目标背景颜色相近的情况下,网络会更多地注意目标物体,使得跟踪结果更为准确。在此基础上为了使目标和背景的区分更具有判别性,网络使用加性角度间隔损失作为损失函数,在训练过程中可以有效减小同类样本的类内距离,增大正负类样本的类间距离,从而提高网络的准确性和稳定性。实验结果表明,本文方法可使两种跟踪精度评价指标精确率和成功率分别提升1.3%和0.3%,相较于其他方法更具优势。     

基于振镜扫描方式的光学元件表面损伤检测EI北大核心CSCD

振镜作为一种二维扫描器件,可以实现光学元件不同位置处表面情况在CCD相机上的成像,利用振镜扫描方式无需移动待检测光学元件和成像系统即可完成大口径光学元件表面损伤的扫描检测,提出了一种基于振镜扫描方式的大口径光学元件表面损伤检测方法。利用该方法对光学元件表面损伤点检测进行了验证实验,通过在元件表面设置基准点,利用振镜扫描步数及图像处理技术确定损伤点位置及尺寸,并与光学显微镜观察到的损伤情况进行对比,结果显示利用振镜扫描方法对元件表面损伤点位置及尺寸的检测结果与光学显微镜检测结果偏差较小。该检测系统分辨率可达到(2.08±0.015)μm/pixel,检测范围大于2.5cm,水平方向和竖直方向位置坐标检测准确度分别为3.76%和1.37%,损伤点尺寸检测准确度为6.19%,能够实现较大尺寸光学元件表面损伤点的高准确性检测。     

基于运动模糊复原技术的红外弱小目标检测方法EI北大核心CSCD

在红外对空探测系统中,由于探测器时刻处于运动状态使得目标图像产生剧烈的运动模糊,给红外小目标检测造成困难。为了解决运动模糊条件下红外小目标检测的问题,提出将运动模糊复原技术和图像增强技术引入红外探测系统。先将探测器采集到的原始图像经过维纳滤波,对运动模糊进行处理并抑制噪声干扰,再利用梯度法对处理后的图像做锐化处理,增强目标边缘。实验验证和仿真分析结果都表明,该方法运动模糊复原效果明显,并在一定程度上抑制了噪声,提高了目标对比度,使目标在背景中更加凸显,并且能够显著提高目标图像质量。引入的评价参数峰值信噪比和均方差表现良好,该方法可以增强探测系统的使用性能。     

采用时序多谱段信号分析的空间目标运动状态辨识EI北大核心CSCD

为表征在轨卫星的自旋稳定、三轴稳定和"翻滚"三种运动状态,提出了一种基于可见光时序多谱段信号分析的目标运动状态辨识方法,分析了目标运动状态与观测星探测视场内时变的目标表面材料间的对应关系,以及材料属性/种类与时序双色比聚类信息之间的关联性。提出了基于时序双色比特征高斯混合聚类的目标表面材料种类判别算法以及目标运动状态辨识算法。综合考虑卫星的背景特性、材料特性、结构特性、轨道特性,对三种运动状态卫星的多谱段信号进行了数学仿真,对目标运动状态辨识算法进行了验证,证明了所提出算法的有效性。     

基于概率假设密度滤波平滑器的检测前跟踪算法

基于概率假设密度滤波(PHD)的检测前跟踪(TBD)技术可以有效解决未知弱小多目标检测问题。PHD-TBD算法粒子权重计算受量测噪声影响明显,导致目标数估计存在起伏现象,制约了PHD-TBD算法性能。对PHD-TBD技术进行研究,引进概率假设密度滤波平滑器,提出基于平滑的PHD-TBD算法。该算法对当前帧目标数估计时,综合利用前向递推和后向平滑结果对粒子权重进行更新,在一定程度上克服了随机量测噪声的影响。通过仿真验证,该算法能够有效发现目标,准确估计目标数目和位置,性能有较大提高。     

青霉胺稳定的铜/银双金属纳米簇制备及其在银离子检测中的应用EI北大核心CSCD

以青霉胺(DPA)为还原剂和稳定剂,通过一锅法一步制备了青霉胺稳定的铜/银双金属纳米簇(DPA-Cu/Ag NCs),并将其作为一种传感器用于检测水样中的银离子。该银离子传感器具有价格低廉、分析速度快速、选择性高等特点。采用透射电子显微镜(TEM)等方法表征了DPA-Cu/Ag NCs的结构及其化学组成,并通过荧光光谱和紫外-可见光谱法研究了DPA-Cu/Ag NCs的光学性质。结果表明,该DPA-Cu/Ag NCs在激发波长为300 nm时的最大发射波长为555 nm,其溶液在可见光照射下呈现乳白色,在紫外灯照射下则呈现出明亮的黄色荧光。在DPA-Cu/Ag NCs的制备条件达到最优化的情况下,可以将其作为探针,用来高选择性、高灵敏性地检测银离子。该探针检测银离子的检测限为0.3μmol/L,线性范围为0~500μmol/L。该DPA-Cu/Ag NCs探针还可应用于自然环境水样(湖水、瓶装矿泉水和实验室自来水)中银离子浓度的检测,其检测性能十分优异且具有良好的准确度和重现性,表明DPA-Cu/Ag NCs探针在环境检测方面有非常高的应用价值。     

基于Mn掺杂的ZnS量子点/CTAB纳米复合材料米托蒽醌的检测EI北大核心CSCD

以3-巯基丙酸为稳定剂,采用水相合成法合成Mn掺杂的ZnS量子点,该量子点在室温条件下能够发射较强的磷光信号。十六烷基三甲基溴化铵（CTAB）作为一种阳离子表面活性剂能够与该量子点发生静电作用,最终与量子点聚合形成Mn掺杂的ZnS量子点/CTAB纳米复合材料,使量子点的室温磷光（RTP）强度明显增强。加入米托蒽醌（MXT）后,MXT能够与CTAB通过疏水作用和结构作用结合成为更加稳定的混合物,最终导致CTAB从量子点的表面脱离,进而使该量子点的室温磷光强度降低。结果表明该纳米复合材料能够大大提高量子点对MXT的检测性能,可由此建立高效、灵敏的检测MXT的室温磷光传感器。在最优条件下,该传感器对MXT的检出限为0.23nmol/L,线性范围为0~200nmol/L,相关系数R为0.99,且尿液和血清实际样品的检测回收率为98.6%~102.5%。该量子点磷光分析方法简便快速、灵敏度高、选择性好,能够用于体液中MXT含量的分析与检测。