用双波段红外成像技术探测军事目标

美国陆军研究实验室及其合作伙伴目前正在发展双波段红外敏感器及其信号处理技术,以期利用双波段红外敏感器的成像能力来探测军用车辆.双波段红外成像技术的优点是能在存在杂乱回波的情况下探测目标.它能区分目标和诱饵,并能使敌方采取的诸如施放烟雾、进行伪装以及发射照明弹之类的红外对抗措施失效.     

红外成像系统目标探测距离测试方法

论述了红外成像系统的测试方法。利用地面测试设备测量红外成像系统系统灵敏度从而间接获得红外成像系统核心指标-目标探测距离(在特定环境下特定目标),解决了红外成像系统的探测距离评估问题,为红外成像系统设计提供了依据。     

红外成像系统对点目标动态探测概率分析

分析了红外成像系统对点目标动态探测概率的主要影响因素,特别提出了光学系统衍射、像差、色差以及跟踪系统跟踪误差、红外探测器件填充系数对动态探测概率的影响,并提出提高探测概率的措施。     

红外成像系统点目标探测视距研究

介绍了红外成像系统对点目标的探测跟踪作用距离估算方法,用热成像分析系统研究点目标在像素上的扩散规律,提出用热成系统探测点目标时,扩散因素对作用距离的影响。     

红外偏振成像探测技术综述

论文对红外偏振成像技术进行了全面系统的综述,在论述红外偏振特性物理本质的基础上,指出了红外偏振成像技术比较传统的红外成像技术具有的优势;给出了国内外该技术的研究概况;分析了国外研究红外偏振成像技术得到的主要结论;最后,指出红外偏振成像技术不仅是红外侦察技术的一次革命性进步,而且对传统的红外伪装技术提出了严峻的挑战,需要引起我们高度的重视.     

地下目标探测的LFMCW RD成像方法分析

在地下目标探测过程中,由于地下介质与空气的介电特性不一致,发射信号的传播速度和传播路径会发生改变,传播速度不再保持恒定,传播路径也不再是沿直线传播。由于采用连续波体制,此时传统的回波信号模型和成像处理方法都不再适用。根据地下目标成像的特点,针对线性调频连续波体制探地雷达,给出了地下目标成像的接收回波模型,并以此为基础,建立了以分层成像处理为基础的RD成像处理方法,并通过仿真进行了验证。     

微波新应用—地下探测

本文着重研究微波ＨＦω地下传输特性，介绍了用于地下探测的系统组成及装置。     

红外目标探测距离的估算

红外热成像系统探测距离的估算,对于提高红外系统设计水平,降低成本,缩短研制和生产周期都有非常重要的作用.但是探测距离受很多因素,如目标特性,大气传输、热成像系统参数等的影响,这使得红外热成像系统探测距离的估算难度大大增加.传统的红外作用距离估算一般是将大气透过率视为常数的,这会带来很大的误差.本文考虑了大气气溶胶模式下大气透过率随环境的改变,给出了更为具体的红外目标探测距离的表达式.通过编制程序和查找相关数据,计算了热成像系统对点源和扩展源的探测距离.     

空空导弹红外成像探测技术发展分析

隐身飞机与新型红外干扰技术的发展,对空空导弹的红外探测与抗干扰能力都提出了更高的要求.红外成像探测系统是实现红外空空导弹远距离探测目标的关键,其所提供的目标、背景和干扰信息是红外空空导弹实现目标识别和抗人工与背景干扰的基础,因此,红外探测技术的发展是影响红外空空导弹未来发展方向的关键之一.本文首先介绍了空空导弹红外成像探测技术的现状与特点,最后分析了空空导弹红外成像探测系统的关键技术和发展方向.     

基于红外偏振成像的目标检测技术

红外偏振成像技术是利用物体偏振度上的差异来对复杂背景下的目标进行探测的。在战场上,由于人造物体和自然景物在偏振度上存在差异,红外偏振成像技术能够提高人们对自然景物及伪装的辨别能力。首先介绍了偏振成像理论及其系统的结构组成,然后对基于偏振图像处理的目标特征提取过程进行了分析,并对偏振图像像质评价方法以及图像融合、分割和特征提取方法进行了研究。最后给出了国外基于偏振成像目标检测技术的应用研究情况,并指出了该技术在军事领域中的应用价值。     

基于红外序列图像的特定目标智能检测

红外成像探测技术是目前以及未来军事作战需要倚仗的重要技术。以卫星红外序列遥感图像为处理对象,采用人工智能相关技术对图像数据进行目标检测。针对序列图像检测到的特定目标进行关联分析,并通过目标灰度提取以及运动变化信息来生成特定目标的轨迹报告。实验结果表明,多目标检测的平均正确率为90%,部分场景可以达到95%,误检率为7%;多目标跟踪的平均正确率为91%,误检率为6%,为及时发现和预警特定目标提供了信息支撑。     

基于多向差异度的红外弱小目标检测算法

在分析红外图像中弱小目标的特征后,针对目前经典的红外弱小目标检测算法性能不足的问题,提出了一种基于多向差异度的红外弱小目标检测算法.该算法利用待检测像素点在各方向上的差异度来判决其是否为目标,无需背景预测、图像增强等处理,因此其构造简单,计算量小,易于实现,并能有效改善复杂背景环境下红外弱小目标的检测性能.通过大量的仿真实验证明了该算法的有效性和优越性.     

基于特征显著性融合的红外小目标检测

复杂背景下的红外图像通常存在信噪比低、邻近像素灰度变化不明显以及易被杂波信号和噪声干扰的特点,导致红外小目标检测困难。为解决上述问题,提出一种基于特征显著性融合的红外小目标检测算法。首先,在空间域中利用目标与其局部背景灰度差异来计算得到灰度显著图,在频域中结合谱残差计算得到背景抑制后的频域显著图;其次,将灰度显著图和频域显著图归一化后通过哈达玛乘积相互融合;最后,通过自适应阈值分割并使用Unger滤波器剔除较小的噪声点,从而提取出目标区域。实验结果表明,所提算法对图像的信噪比有了数十倍的提升,对背景抑制效果显著,并有着检测率高和虚警率低的优点,是一种有效的小目标检测算法。     

基于遗传算法红外小目标检测的研究

为解决复杂空中背景下红外弱小目标的快速检测,提出了一种基于遗传算法的检测思路。该思路主要是通过利用遗传算法高效快速的搜索方式,结合传统的红外小目标检测算法,最终实现红外弱小目标的快速检测。最后通过MATLAB编程后,实现了复杂背景下红外小目标的快速检测。通过仿真及与相应的传统算法的比较,发现了遗传算法自身的优势和劣势,最后说明了遗传算法在红外小目标检测领域广阔的应用前景。     

基于K-means聚类红外目标检测

目标检测是红外图像处理环节中的重要组成部分,检测结果直接影响后续处理。在分析红外图像特点的基础上,采用改进的Top-Hat算子对红外图像中的噪声点进行抑制,同时基于传统K-means聚类思想,提出基于二维梯度信息的K-means聚类目标检测算法。实验结果表明,该方法抑制噪声作用明显,能很好地检测出红外图像中的目标,为后续图像处理工作打下较好的基础。     

基于粗糙集理论的红外小目标检测

红外图像处理中的点目标检测技术是近年来信息处理研究的热点和难点之一,而粗集是一种用于处理含糊和不确定性问题的新的数学工具。本文提出了基于粗集理论的红外小目标检测算法,该检测算法可按红外图像模型的频域属性、灰度值属性和相关性属性,把目标从背景中分离出来。实践结果表明,该算法能够对小目标进行可靠的检测。     

基于小波分析的实时红外系统目标检测的研究与实现

介绍小波分析的原理,以及把小波分析应用于基于红外图像的目标检测的具体实现方法.小波的多尺度特性能凸显出有用的信息这一特点,适合于应用在低信噪比环境下检测目标.但小波分析运算量大,难以满足实时性等系统要求,是实际应用中的一大难点.使用资源丰富、运算速度快的FPGA芯片来完成Mallat离散算法的小波分析的实现,并对其实现效果进行了分析.