基于偏振成像的可见光图像增强

为了改善可见光图像质量,提高对隐藏在自然背景中人造目标的探测率,采用了基于偏振成像的可见光图像增强方法,很好地凸显出人造目标,提供更多的细节与纹理信息。利用偏振成像方式获取偏振度、偏振角和椭率角图像,对多维偏振图像中的像素点在邦加球内进行聚类得到偏振特征图像,运用双树复小波对光强图像和偏振特征图像进行分解,低频子带采用主成分分析法,高频子带选用区域方差特征匹配的融合策略,得到增强图像。进行了户外实验,并理论分析得到了各个图像的性能指标数据。结果表明,增强后的图像较原图像具有更加丰富的图像细节与偏振目标信息,该方法有效可行,对目标识别与探测具有一定意义。     

穆勒矩阵图像的获取及处理

随着成像技术的发展,偏振信息在成像技术中的应用逐渐受到广泛的重视。偏振信息的提取方式就显得尤为重要。穆勒矩阵作为表示光照射到物体前后偏振态变化的系数矩阵,其不仅与物质本身息息相关,而且含有大量的偏振信息。此外由于穆勒矩阵含有16个元素,且每一个元素含有的信息都不尽相同,充分利用这些信息能够在目标识别、目标信息增强方面以及目标与背景分离的应用中起较好的促进作用。通过提出一种穆勒矩阵图像的获取方式,并对穆勒矩阵的信息加以初步的处理,最后与偏振度的信息加以对比,充分体现出穆勒矩阵图像在偏振成像应用中所具有的价值。结论表明通过穆勒矩阵图像处理后得到的图像比偏振度图像信息更加完整,能够对后期的模式识别处理提供良好的基础。     

红外空域弱小目标探测系统中恒虚警技术研究

对空域中弱小目标的探测是红外成像防御与制导的关键技术。由于空域中弱小目标距离较远,在红外探测器上呈现为无纹理特征的弱小点。由于红外探测器噪声与视场中杂波干扰,很难将目标从红外图像中提取出来。在红外空域弱小目标探测系统中,虚警率与探测率是一对矛盾的概念。针对这一问题提出了一种基于杂波模型估计理论的恒虚警(CFAR)检测技术。该CFAR技术是建立在对红外图像背景杂波分析建模的基础上,根据Neyman-Pearson准则设计CFAR检测器,实现在恒定虚警的前提下最大化追求系统的探测率,以此提高红外空域弱小目标探测系统的探测距离和目标识别能力。