基于复杂度的自适应门限弱小目标检测方法

针对红外弱小目标检测问题,提出了一种基于图像复杂度的自适应门限目标检测方法.讨论了天空中四类不同区域的图像信息熵.图像信息熵虽然较好地表达了图像的平均信息量,但对图像的突变点不敏感.将它改进得到图像方差加权信息熵,其较好地反映了图像的复杂度特征.将图像方差加权信息熵作为图像复杂度的定量描述,用两种特定的分析模板对图像复杂度进行分析.在目标区域中,两种分析模板得到的复杂度差异较大,而非目标区域的两种复杂度则基本没有差异.算法获取两种分析模板下的复杂度图像,再对两种复杂度图像做差,得到复杂度差值图像.对差值图像建立指数模型得到自适应分割门限完成目标检测.实验结果表明,该方法对低信杂比的红外云层背景弱小目标图像具有良好的检测效果.     

一种基于Kalman滤波的环形模板匹配相关跟踪算法(英文)

为了解决在目标跟踪系统中,传统相关算法在目标发生目标局部遮挡或旋转等姿态变化较大的情况时容易跟踪丢失的问题,提出一种改进的基于卡尔曼预测器的环形模板匹配相关跟踪的算法.利用卡尔曼预测器来预测下一帧目标可能出现的区域,然后在较小的预测区域中进行环形相关匹配运算,找到最佳相关匹配点,使跟踪更具主动性。环形匹配还可以克服由于姿态变化而引起的横向匹配点丢失,从而可以跟踪各种姿态运动的机动目标.实验中,利用改进算法对出现局部遮挡情况的姿态变化大的运动目标进行跟踪,传统算法处理此类情况容易跑飞,而本文算法不受这两种跟踪局限性的干扰,始终稳定跟踪机动目标且耗时大幅减少.     

Infrared small target tracking based on sample constrained particle filtering and sparse representation

Infrared search and track technology for small target plays an important role in infrared warning and guidance. In view of the tacking randomness and uncertainty caused by background clutter and noise interference, a robust tracking method for infrared small target based on sample constrained particle filtering and sparse representation is proposed in this paper. Firstly, to distinguish the normal region and interference region in target sub-blocks, we introduce a binary support vector, and combine it with the target sparse representation model, after which a particle filtering observation model based on sparse reconstruction error differences between sample targets is developed. Secondly, we utilize saliency extraction to obtain the high frequency area in infrared image, and make it as a priori knowledge of the transition probability model to limit the particle filtering sampling process. Lastly, the tracking result is brought about via target state estimation and the Bayesian posteriori probability calculation. Theoretical analyses and experimental results show that our method can enhance the state estimation ability of stochastic particles, improve the sparse representation adaptabilities for infrared small targets, and optimize the tracking accuracy for infrared small moving targets.     

低透过率下隧道照明亮度对能见度的影响

为了研究低透过率下隧道照明亮度对能见度的影响,为低透过率条件下隧道照明亮度的调节提供依据,分别以两种不同光谱特性的摄像机作为观测装置获得了透过率、照明亮度、目标/背景对比度三者之间的变化关系.实验结果表明:目标/背景对比度随照明亮度的增加而增加,两者呈非线性关系;透过率限定了目标/背景对比度所能达到的最大值;在一定的亮度范围内,提高亮度增加目标/背景对比度可以有效改善能见度.当照明亮度较高时,提高照明亮度对能见度影响不大;当照明亮度较低时,提高照明亮度对能见度提高的效果明显.因此,根据透过率按比例调节照明亮度能保证能见度和行车安全.     

具有不同涂层的样品表面双向反射分布函数的三维测量

利用半球空间双向反射分布函数测量装置,采用样本比值法,实验测量了不同材质及涂层表面对激光束在整个半球空间内的双向反射分布函数.分析了漫反射板与无涂层铝板（裸板）表面,以及不同涂层和不同入射角下同一涂层对入射光的反射光强的空间分布,得出了所测几种样品在特定波长激光照射下的表面反射与散射特性.     

单矢量水听器的高分辨目标方位跟踪算法研究

根据单矢量水听器自身具有阵列流型的特点,提出了适用于对目标保持连续跟踪的空域预滤波MUSIC算法。通过调整滤波器通带中心角使其保持在目标估计方位角附近,可以消除滤波器通带中心角偏离目标真实方位角时传统预滤波MUSIC算法产生的目标方位估计误差。仿真结果表明,改进预滤波MUSIC算法可以减小甚至消除低信噪比情况下目标方位估计存在的较大误差。海试数据结果表明,阵元域MUSIC和改进预滤波MUSIC都可实现对单频脉冲信号和线性调频信号的目标方位估计,且估计结果与GPS舰位推算结果一致,但改进预滤波MUSIC算法主瓣更尖锐。对宽带航船噪声处理结果显示,改进预滤波MUSIC算法使单矢量水听器在存在目标干扰时的探测距离从2 km提升到了5 km,验证了改进预滤波MUSIC算法可实现弱目标情况下的高分辨目标方位跟踪。     

基于双向反射函数的水下激光引信回波仿真方法

针对鱼雷激光近炸引信探测水下近场目标的需求,开展了水下激光引信回波蒙特卡洛仿真方法研究.结合水下激光引信探测特点建立水下目标回波的蒙特卡洛仿真模型.为了提高水中非朗伯目标表面回波仿真的准确度,推导了基于双向反射函数的光子反射方向概率分布,根据概率分布随机抽样光子反射方向.仿真了不同距离和入射角度条件下的水中目标回波信号.仿真结果表明:目标回波幅度随目标距离和入射角度的增大迅速下降,目标距离在6~12m内变化时,信号峰值动态范围为11.5dB;目标距离为8m,激光入射角在0~45°内变化时,信号峰值动态范围为9.2dB.为验证仿真方法的正确性,在水池中进行水中目标蓝绿激光探测实验,实验结果和仿真结果一致.研究成果可为解决传统蒙特卡洛方法在水中非朗伯面目标回波仿真中的适用性问题及水下激光引信优化设计提供参考.     

时空方向能量特征用于红外弱表观目标跟踪

在红外弱表观目标跟踪中,由于目标表观信息贫乏且受场景强噪声干扰,现有算法难以有效提取目标特征,实现对目标的准确跟踪.针对这一问题,本文提出一种基于时空方向能量的红外弱表观目标跟踪方法.该方法提取目标时空方向能量作为特征,建立方向能量直方图描述目标特征.在粒子滤波方法框架下,将粒子方向能量直方图与目标模板的相似度作为粒子滤波预测与更新阶段的观测输入.由于时空方向能量来源于目标的运动特征,因此本文方法具有较强的抗辐射突变性.实验结果证明,该方法能够稳定地跟踪弱表观目标,与传统基于灰度特征的跟踪方法相比,可靠性增强,且具有良好的适应性.     

直接驱动球内爆点火的数值模拟

 实现中心点火的基本条件是在内爆中心形成面密度0.3 g/cm²,温度10 keV的点火热斑。减速阶段流体不稳定性的增长,会破坏对称压缩,减小热斑体积,直接破坏点火热斑的形成,对点火构成威胁。在原有LARED-S程序的基础上,加入热核反应和α粒子加热过程程序模块,对直接驱动ICF球内爆过程进行数值模拟研究,1维模拟结果与NIF直接驱动点火靶的设计基本相符,显示α粒子加热对边缘点火起重要作用;2维模拟表明减速阶段流体不稳定性对点火有重要影响。     

基于高准确度搜索运动目标关键帧的智能跟踪算法

分析了目标在不同运动阶段所呈现的不同成像特征,为了增加跟踪的鲁棒性,提出了一种基于高准确度搜索运动目标关键帧的智能跟踪算法,并搭建了实验平台,进行了相关实验.实验结果和某靶场试验中实际应用结果表明,该算法准确度高,鲁棒性好、成功率高.