曲率限制的红外焦平面告警系统目标搜索算法

为了降低红外焦平面告警系统中较高的虚警率,提出了一种速度限制基础上基于曲率限制的目标搜索算法。以视场角5.34.0凝视型红外告警系统为例,在MATLAB中对红外图像序列进行了目标搜索实验,验证了该算法的可行性。按照蒙特卡罗法思路模拟了包含大量随机噪声的目标场景,研究了该算法相比传统多帧检测算法对随机噪声的抗干扰性。对该算法的搜索帧数进行了扩展,给出了不同搜索帧数的搜索效果和时效性表现。     

SAA7111初始化的FPGA实现

为了降低视频输入部分的设计难度,引入了SAA7111视频输入处理芯片。概述了I^2C总线的结构、时钟、信号类型和工作方式,简单介绍了SAA7111芯片的工作原理,阐述了如何利用FPGA（现场可编程门阵列）产生I^2C总线时钟方法,以及在此前提下如何实现I^2C总线开始信号、停止信号以及位传输的方法,并在讨论SAA7111寄存器设置的基础上给出了SAA7111初始化的状态转移图。实验结果表明：该设计通过FPGA对I^2C总线两条传输线的时序模拟,正确实现了对SAA7111的初始化,为视频数据的采集提供了前提。     

激光信号采集的FPGA控制

针对激光信号采集的要求,提供了一个典型的工作原理框图,并对其中数据采集和传输中关键模块的设计作了详细的描述,其中D/A转换模块负责在对激光信号探测前,完成对探测器前置放大器的调零,A/D采集模块负责对激光信号的数据采集和数据转换,并通过串口将打包后的数据上传到上位机,串口模块则负责接受来自上位机的指令和对采集信号数据的上传.实验结果表明:能够正确接受上位机指令,实现前置放大器的调零和对采集过程的控制,并将这些数据通过以速度为115200bit/s的串口形式上传给上位机,得到了200f/s的上传速度.     

自动监视和告警系统中红外弱小目标的识别

红外弱小目标识别一直是自动监视和告警系统中的一项关键技术。成像跟踪识别系统的算法研究需要分析特定应用环境中的背景和目标特点,本文第一部分对此进行了分析。接下来,在对应用环境进行分析的基础上,对远距离红外小目标的探测、识别和跟踪算法进行了介绍。最后,针对视频环境下的红外跟踪,介绍了为提高跟踪稳定性而进行的一系列实验及其原理装置。     

基于分形曲面尺度斜率特征的弱小目标检测

鉴于弱小目标检测所固有的难点及常用的检测方法不能准确、稳定地检测出目标,提出了运用分形曲面尺度斜率特征检测弱小目标的方法。通过实际数据分析可以得出:相比常用的分形维数和分形拟合误差等检测特征,分形曲面尺度斜率特征在表征人造目标与自然背景的差异上更加明显,在抗图像噪声干扰上也更为优异,有着更强的鲁棒性。该方法普遍适用于检测自然环境中的弱小目标,尤其在对空弱小目标方面,检测概率更高。无论背景、飞行姿态、目标类型发生怎样的变化,经本文算法运算后只需一步简易的分割就可以检测出微弱暗小目标。     

曲率限制的红外焦平面告警系统目标搜索算法

为了降低红外焦平面告警系统中较高的虚警率,提出了一种速度限制基础上基于曲率限制的目标搜索算法。以视场角5.34.0凝视型红外告警系统为例,在MATLAB中对红外图像序列进行了目标搜索实验,验证了该算法的可行性。按照蒙特卡罗法思路模拟了包含大量随机噪声的目标场景,研究了该算法相比传统多帧检测算法对随机噪声的抗干扰性。对该算法的搜索帧数进行了扩展,给出了不同搜索帧数的搜索效果和时效性表现。     

数字信号处理器红外弱小目标搜索算法

提出了一种基于数字信号处理器（DSP）的红外弱小目标搜索高速实时算法。算法主要针对天空中不规则云团在预处理过程中残留的边缘而设计,是在背景预测算法基础上改进的一种基于陷波滤波器的搜索算法。在DSP实时处理平台上实现并经实际场景试验验证,该算法能有效削弱残留边缘的影响,使最远探测距离指标上升至前向迎头26 km,实时处理速度达到75 Hz,满足系统要求。采用信噪比增益指标对算法进行了评价,结果显示,该算法能够显著提高图像信噪比,利于检测出目标。     

低对比度弱小目标检测算法

复杂背景中红外弱小目标的检测识别一直是现代化捕获跟踪系统的重要组成部分。要求捕获跟踪系统具备极快的反应速度，就只有及时地发现目标、跟踪目标、及时地捕获和锁定目标。     

基于HSV空间的红外偏振图像改进融合算法

研究了偏振产生的原理和基于标准HSV颜色空间的偏振融合,并根据红外偏振图像对比度较强、强度较弱的特点改进了HSV融合算法,利用原始偏振图像的灰度均值和极值进行图像强度修正,计算融合权重,进行偏振图像融合,增强红外偏振融合图像的强度和对比度。对室内以及室外人造目标进行实验验证,改进的HSV融合算法较红外原图灰度均值最高提升216%,对比度最高提升1384%;较标准HSV融合图像的灰度均值最高提升1363%,对比度最高提升292%。为使用红外偏振融合图像进行目标识别打下了很好的基础。     

基于小波变换和数据融合技术的弱小目标检测

鉴于弱小目标检测所固有的难点及常用的单一分辨率下的检测方法还不能准确稳定地检测出目标,提出了一种弱小目标检测新方法。考虑到实际应用中的复杂背景和大量干扰噪声,运用数据融合技术,先对图像进行小波多分辨率分解,然后将不同分辨率下的子图进行最优加权平均融合来检测弱小目标。用实地拍摄的空中弱小目标红外和可见光图像分别进行实验验证,实验图像取256×256像素点阵大小,其中目标占10×10像素左右。结果表明该方法能够准确稳定地检测弱小目标,为后续的跟踪作了很好的铺垫。