超大视场成像系统对空间目标的探测能力分析
摘 要 : 随着大视场探测技术的发展,超大视场成像系统已被应用于导弹预警、航天器舱外摄像、机
载预警等许多领域。探讨了超大视场成像系统的空间应用问题,分析了系统对典型目标的探测能力。
结果表明:与小视场红外成像系统相比,超大视场系统空间漏警率大为降低,这使得系统探测盲区更
小;超大视场系统的空间分辨力较大,这使得目标像在单个像元上驻留时间更长,有利于目标的提取
和检测;但超大视场系统探测灵敏度和探测距离性能相对较差。综合考虑,超大视场成像系统难以适
用于远距离目标的探测,但是系统大视场成像的特殊优势使其在近距离全向空间态势感知和强辐射
威胁的实时预警方面有很大的应用潜力。
白天空间目标激光测距微弱信号探测方法
摘 要: 白天空间目标激光测距数据有助于提高空间目标定轨精度,在航天科研方面具有重要应用
价值。白天天空背景较亮,激光测距回波信号一般很弱,从较强背景光中识别出微弱的空间目标激光
回波信号十分困难。针对白天空间目标激光测距微弱信号探测技术难题,从白天天空背景噪声影响估
算入手,计算了不同探测阈值情况下的测距虚警率,分析了白天激光测距距离门宽与探测阈值的关
系,给出了白天对空间目标激光测距的回波信号探测阈值,提出了基于多光子探测器的白天激光测距
微弱信号探测方法,并对其可行性进行了实验验证,该研究成果可应用于白天空间目标激光测距系统
设计及新型激光测距系统发展研究等方面。
白天观测空间目标的恒星光电探测系统的杂散光抑制
摘要:从恒星光电探测系统的杂散光光源入手,分析了杂散光的产生和传输特性,建立了杂散光对恒 星 光 电 探 测 系 统 影
响的评价指标,然后提出了合理抑制杂散光的方案,用于指导光机系统的结构设计。通过遮光罩、挡 光 环 以 及 表 面 涂 层处理技术来削弱杂散光对光机系统的影响,利用软件对该光机系统结构进行杂散光模拟分析。对 比 模 拟 工 况 下 消 除 杂
散光前后的点源透射率(PST)曲线,结果表明光机系统探测像面 PST 下降了两个数量级,达到10-8~10-10。场外星等
探测得到的现场数据进一步证明,该设计方案可以有效地抑制杂散光对光电探测系统的影响,从空间背景中提取出五等
星探测图,得到了清晰的探测图像。
STSS对弹道目标探测的仿真分析
摘要:美国天基红外系统(SBIRS)是现阶段最完整且最先进的天基预警系统,是为了满足空间红外
监视需求设计的全球卫星系统,其还在不断的发展完善当中。重点研究 SBIRS 系统中的低轨卫星系统
——STSS,借助 STK 工具,具体针对其系统组成和工作方式进行分析,并对弹道目标的探测能力进
行了仿真分析。仿真结果表明对地扫描利于助推段探测预警,临边扫描利于对自由段探测跟踪。因此,
STSS 常态的工作模式是对地扫描,在目标引导信息的指示下,转入指向指定空域的临边工作模式。
基于稀疏表示的SAR图像目标识别方法
摘 要:为了准确地进行 SAR图像目标识别,提出一种基于稀疏表示的 SAR目标识别方法,在用主成分分析(PCA)进
行降维的前提下,利用降维后的训练样本构建稀疏线性模型,通过 ℓ1 范数最优化求解测试样本的稀疏系数解 x ,利用
系数的稀疏性分布进行目标的分类识别。基于 MSTAR数据进行了仿真验证,实验证明,基于稀疏表示的 SAR目标识
别方法在一定的特征维数下能够获得很好的识别性能,在目标方位角未知的情况下识别率仍可达到 98%以上。
基于区域模糊阈值的前视红外目标识别
摘要:针对用前视红外(FLIR)目标法识别复杂地面时,存 在 无 直 接 可 用 基 准 图、背景干扰严重、目 标 与 背 景 灰 度 差 异 小
等问题,提出了一种基于区域模糊阈值的目标识别方法。首先,在建立多尺度空间的基础上,设计多阈值算法,生成显著
图;其次,引入基于图像模糊率的区域模糊阈值方法,改进Itti模型,构建候选目标筛选模型;最后,对检测结果运用积分
归一化积相关(Nprod)算法进行精匹配,确定识别目标。实验结果表明,与 Hausdorff距离算法相比,该识别算法匹配率
提高了近20%,花费时间缩短了3/4;与积分 Nprod算法相比,提出的算法匹配率提高了近40%,时间缩短了1/2。结果
显示,对于复杂背景的前视红外目标,该方法具有匹配率高、速度快、精度高等优点。
基于能量图像的目标识别方法
摘 要:提出了一种基于 AdaBoost算法,利用能量图像进行目标分类的算法。该算法通过灰度图像创建能量图像,并将
能量图像作为样本进行机器的集中学习,实现对骑车人、行人和车辆目标的分类识别。根据待检测目标的能量分布,构建
了能描述目标的典型特征,并以检测区域的能量差异作为其特征值。重点讨论了骑车人和行人的分类识别问题。实验结果
表明,所提出方法对本课题中的特定目标具有较好的识别率,并具有较强的鲁棒性。
基于目标识别的红外与微光图像融合方法
摘要:为了在融合图像中突出运动目标,提出了一种基于动态目标检测和识别的图像融合算
法。先对红外图像序列中的运动目标进行检测和提取,同时对红外和微光图像进行融合,最后
将提取到的红外目标与融合图像进行二次融合。试验结果表明,该算法获得的融合图像不仅具
有普通融合算法信息丰富的特点,还具有鲜明的红外目标指示特性。
基于模板匹配的前视红外目标识别方法
摘 要 :针对固定目标红外图像中边缘模糊 ,难以分割和识别的情况 ,提出了一种基于模板匹配的目标识别方
法 。 由高程数据和正射影像等卫星数据生成目标区参考图和基准图 ,在基准图中根据归一化 Laplace 响应确
定目标区特征尺度作为目标检测的先验知识 ,对实时图及灰度反转实时图进行匹配滤波 ,检测出候选区域 ,再
对候选区域进行基于 Hausdorff 距离的模板匹配 ,从而得到最终识别结果 。 实验结果显示 :该算法识别精度
高 、速度快 ,对于复杂地面目标前视红外图像的匹配识别具有一定的应用价值 。
基于局部特征的图像目标识别问题综述
摘要: 基于局部特征的图像目标识别是近年来计算机视觉领域中的热点问题。首先,论述整体特征的不足以及局
部特征的优势。然后,详细阐述局部特征提取技术和目标表示方法的研究现状,讨论其中的一些常用算法。为清
楚说明这些方法,先是将局部特征提取分为特征区域检测和特征区域描述两步;然后,将目标表示方法分为向量
空间模型、滑动窗口模型和结构关系模型 3 类;最后,介绍目标识别常用的分类器并对局部特征在目标识别领域
的应用前景进行展望。
基于机器视觉图像的多目标提取识别
摘要:为了实现农作物图像多目标的准确识别,提出了四连通或八连通的连通域判别法。 利用 MATLAB
的数值计算、图形处理和可视化建模以及动态仿真等功能,对黄瓜植株花朵图像预处理,去除干扰目标,
对目标处理结果进行整合,进而得到多目标处理结果。 结果表明该方法依据图像信息即可有效地实现多
目标的分离和识别。
基于红外小目标图像库的特征识别探测研究
摘 要 :为 了进一步 提高红外小 目标的识别概率 ,利用主分量分 析法提取 了小 目标红 外图像 的主分量特征 用
于识别探测 。 在具体计算时 ,分析了红外小 目标 图像 的一般特征 ,并建立 了图像库作 为训练样 本。 最后对 训
练样本 进行 了灰度峰值分类 ,并选取不同数量 的小 目标 图像进行 实验 。 结果表 明 ,目标在 红外 图像 上呈现 的
灰度峰值 大小几 乎不影响小 目标 的识别 ,而随着训练样本数 的增加 ,识别效果越好。
基于红外图像的桥梁目标自动识别方法
摘要: 对桥梁的识别研究,在军事上和民用上都具有很重要的意义,国内外与此相关的研究比较多,取得了一定效果,但
也存在适用范围不广,处理速度较慢等问题。本文基于红外图像的特性,运用迭代法选取阈值进行阈值分割,得到二值
化图像; 然后用形态学的方法粗略提取目标点; 利用桥梁目标的直线特性,运用 Radon 变换在图像中提取直线并连接。
本算法对水域上的红外图像中的桥梁识别具有通用性,方法直观简洁,计算速度快。
基于红外图像的飞机目标关键攻击部位识别
摘 要:针对红外成像制导空空导弹增强攻击毁伤效果的要求,提出了一种基于红外图像的飞机飞行姿态识别和飞机目标几何
轮廓分析的关键攻击部位识别方法。该方法利用模糊 C均值聚类算法将经过降噪处理的红外飞机图像分割成背景、飞机机身和
尾焰三部分;分别计算飞机目标的 Hu矩和归一化转动惯量来构成组合不变矩,同时结合分割图像的面积比特征来实现飞机飞行
姿态的识别;通过对飞机机头、机轴、机翼或尾翼的提取并依照相应的比例关系,来实现对飞机关键攻击部位如驾驶舱的识别。
为了提高关键攻击部位的识别速度和精度,利用当前帧获得的稳定判别参数来指导后续帧图像的处理。试验结果表明,提出的
方法能够准确有效地识别红外飞机目标的关键部位,可为空空导弹的精确打击提供必要的支持。
关键词:红外图像;飞机飞行姿态;几何轮廓;关键攻击部位
基于红外视频图像的目标跟踪技术探讨
摘 要 随着科技的不断进步,相应的目标跟踪技术也得到了快速的发展,尤其是视频目标跟踪,已经成为计算机视觉
方面中比较重要的问题,社会各界对此引起了广泛的关注。论文阐述 了 红 外 成 像 的 基 本 概 念、视频图像的预
处理、模块匹配目标跟踪技术以及算法的融合,为红外视频图像的目标跟踪技术的发展提供理论基础。
基于非负矩阵分解的 SAR 图像目标识别
摘 要 : 特征提取是合成孔径雷达自动目标识别的关键技术 ,同时也是难点问题之一. 本文提出了一种基于非
负矩阵分解算法与 Fisher 线性判别方法的合成孔径雷达图像目标识别的方法 ,通过基于基向量非负加权组合的形式
构建 SAR 目标图像 ,能充分利用目标的局部空间结构信息提取目标特征信息实现目标识别. 首先将水平集分割预处
理后的 SAR 目标图像样本构成初始矩阵 ,然后利用非负矩阵分解后得到的权向量作为目标图像的特征向量 ,再通过
依据 Fisher 线性判别构成的分类器 ,实现对 MSTAR 数据中 3 类目标的识别 ,并与目前已有的几种典型方案进行对比.
试验结果表明该方法是可行且有效的 ,并能够明显提高对目标识别的稳定性和正确率
基于SVM分类的红外舰船目标识别
摘 要 : 针对海天背景下红外舰船目标识别提出了一种基于机器学习的分类算法。 该算法首先利用分 割 算法提取红外图像中的连通区域,并对原图相应的位 置进行标记和归一 化处理 ,然后利 用HOG
特 征提 取 标记 区域 的 高维特 征 向量 ,用线 下样 本库 训 练得 到 的 SV M 分 类器 对所提 取 的 HOG 特 征 进行 高维特征 空间的分类 ,识别 目标和干扰。 仿真实验表明 ,该算法具有 良好的性能,在复杂海天干扰背景下能够有效地识别红外舰船目标 。
基于MATLAB的煤粒图像识别
摘 要:为了提高煤炭企业对煤粒几何尺寸、颜色、形 状 等 特 征 的 分 析 能 力,提出了基于 MATLAB的 煤 粒 图 像 识 别
系统。系统对煤粒图像进行有效分析,取出图像相关特征向量输入到神经网络中,通过 BP神经网络对煤粒的密度级
别进行预测。测试结果表明,该方法精确度高,可以大大提高选煤效率,具有广阔的应用空间。
基于 Markov 图像分割的红外桥梁目标识别算法
摘要: 桥梁水域分割是桥梁目标识别的关键,首先对 Markov 随机场理论 K - M 分割方法进行改进,进而提出一种桥梁目标识
别算法,对经过预处理的红外桥梁图像利用 K - M 分割方法进行桥梁水域分割; 然后定义桥梁模板, 寻找可能的桥梁点, 并
用 Hough 变换合并、连接; 最后运用先验知识除去假目标, 得到检测结果。整个算法解决了传统分割方法桥梁水域分割不
清,导致目标识别准确率低的弱点。仿真结果表明,目标识别算法具有很高的准确性, 可靠性, 且计算效率高, 时间性能好,
可用于实时性处理
基于 C C D 图像的空间目标识别技术
摘要:空间交会对接是空间机动技术的一个重要发展阶段。 近距离对接需要对航天器进行精确识别。 在此介绍
了基于星 载 C CD 图像 的一种证 据组 合规则 应用 于序列 图像 目标识别 算法 。 该 算法 以修正 的 H u 不变矩 为图像
特征,利用数据融合思想对来 自目标的序列图像进行时间域融合处理。 由B P 神经网络对 目标初步识别结果构
造 基本置 信指派 函数 ,用 该组合 规则进 行 决策级数 据融 合。
红外序列图像目标的高效跟踪
摘要: 针对 Mean shift 算法中仅使用灰度特征难于实现对红外序列图像目标准确跟踪的 问题,提出了利用边缘-灰度特征相融合的目标跟踪算法. 为了实现红外序列图像中目标 的高效跟踪,在研究 Mean shift 灰度特征的基础上,根据红外序列图像的边缘方向信息与 灰度信息构建了边缘-灰度目标模型,将此模型应用到目标跟踪算法中,提高了 Mean shift 算法在红外序列图像目标跟踪过程中的运算能力. 实验证明,该方法能够增加灰度直方图 对目标模型的描述能力,提高了目标跟踪算法的鲁棒性.
红外图像识别在舰船火灾中的应用分析
摘 要: 船舶上铺设有大量的电力输送线路,由于船舶电力系统的工况恶劣,往往会引发输电线路的短路、 漏电等故障,进而引发舰船火灾,造成严重的人员伤亡和经济损失。火灾扑救的最佳时机是在火灾发生初期,因 此,为了对船舶火灾事故防患于未然,研究一种行之有效的舰船火灾预防和报警系统有重要的意义。传统的船舶火 灾报警系统普遍采用烟雾传感器和热传感器等作为火灾监测器,火灾监测的灵敏度较差且误报率高,具有一定的局 限性。本文研究了一种基于红外图像识别技术的新型舰船火灾报警系统,并对该舰船火灾监测与报警系统的图像识 别、边缘处理、平滑滤波等技术进行了详细的介绍。
红外图像复杂度对目标检测性能的影响
摘 要: 建立红外图像复杂度度量尺度与目标检测性能之间定量、准确和严格的函数关系,并进行严格的
数学证明是目前红外目标检测领域亟需解决的问题之一。利用去均值归一化相关算法检测目标,采用偏 最小二乘法同时建立 3 种红外图像复杂度度量尺度与两种目标检测性能指标之间的函数模型,建立的模
型中包含所有对目标检测性能影响显著的度量尺度,有效地解决了图像复杂度度量尺度之间存在的多重
共线问题。分别采用交叉有效性准则、修正复相关系数和 F 检验对回归方程的显著性进行检验,采用 Spearman 秩相关系数和平均相对误差对回归方程的预测性能进行检验。结果表明,建立的回归方程高度
显著,拟合度较好,预测性能达到一定的指标要求,并对进一步提高回归模型性能的途径进行了分析。
红外图像的疲劳状态识别方法
摘要 :为了解决光照变化对疲劳检测系统造成的识 别准确性不 高的问题 ,提 出了一 种近红外环境下 判断人眼状态 的方 法,即针对红 外光补 图像的人眼状态判断 ;首先 ,利用 Ada boost算法进行人 眼区域定位 ,在 网格法标记人眼瞳孔部分 的基础上 ,采用 Re t i nex算法对 红外 图像进行增强 ;接着 ,结合 “亮瞳效应”特性 ,X ~-值化以及边缘检测后的红外图像分别进行 网格法闭合度计算 ,得 到人眼 闭合度
大小 ;最后 ,根据闭合度计算结果设定双 阈值并结合 PERCLOS准则来判断人眼特征状态 ;另外 ,在 DM642硬件平台上进行疲 劳检测试
验 ,实验结果表明 ,该方法 的人眼状态识别率达到 了 90 以上 ,且平均每秒能处 理 21帧图片 ;证 明了该 方法不仅 能有效解决 光照变化
带来 的问题 ,而且满足疲劳状态检测系统的快速性 、准确性和有效性等要求。
红外搜索系统中目标探测与识别技术研究
随着社会经济的快速发展,以及现代化军事技术水平的快速提升,在军事活动中信息的重要性已 经超越了军事装备本身的技术水平,成为决定军事行动成败的重要因素,而红外搜索技术作为一 种作用机制与传统探测技术完全不同的探测技术,其在影响因素众多、迷雾重重的现代战争环境 下能够起到更加积极、有效的探测作用。本文从探测与识别技术的角度出发,结合红外搜索系统 应用的实际,对红外搜索系统中目标探测与识别技术进行简要的分析
红外光谱成像目标识别技术综述
摘 要:概述了目标识别技术研究现状,分析了光谱识别技术的特点。通过对目标燃料和表面涂覆材料的光谱测量揭示其物质成分,从而对目 标进行有效识别。红外光谱成像为精确目标识别提供了一种新的复合识别手段。
地面战车红外图像自动目标识别关键技术研究
瞄准未来高技术战争, 选择地面战车为研究对象, 系统地研究了红外图像自动目标识 别的若干关键技术。首先比较了三种建立红外图像数据集方法的性能。接着分析了传统红外图像 分割技术的缺陷, 提出了一种针对地面背景中战车红外图像的分割技术, 该方法有效地克服了过分 割和欠分割的问题。然后讨论了红外目标的七大类特征, 提出了一种确定最优特征向量的方法。最 后以支持向量机作为分类器, 讨论了核函数、核参数以及惩罚因子对识别率的影响, 并运用网格搜 索法确定最优的参数组合
采用热核特征的 SAR 图像目标识别
为了解决 SAR 图像受相干斑噪声干扰和震后发生形变而识别率偏低的问题,提出了一种新
的仿射、形变不变特征-热核特征,并将该特征用于 SAR 图像目标识别。首先采用推广的核模糊 C-均
值方法分割 SAR 图像,提取 SAR 图像目标形状;接着对目标形状进行 Delaunay 三角剖分,采用余切
权重法对 Laplace-Beltrami Operator 离散化,通过离散化 Laplace-Beltrami Operator 特征值、特征向量
求每一点热核特征;然后采用谱距离公式对点点间热核距离计算,转化为距离分布表示目标形状的热
核特征;最后采用 L1 相似性准则对图像进行相似性度量,得到识别结果。实验表明:与经典的 Hu 不
变矩方法相比,对于仿射变换和发生形变的 SAR 图像,该方法都具有更高的识别率。因此,基于热核
特征的 SAR 图像识别方法是一种更加有效的识别方法
SAR图像目标识别新方法
:提出一种SAR图像目标识别新方法。首次引入BM3D方法,用于滤除原始图像中的相干斑噪声,BM3D结合了空 间域和变换域去噪的优势,滤波性能优异。在特征提取步骤,将低阶 Hu矩与高阶Zernike矩组合,Hu矩描述目标的粗 略信息,高阶Zernike矩描述目标的细节信息,因此组合矩能够更加全面而细致地表达目标特性。使用组合矩特征训练 SVM 分类器,对含噪的SAR图像进行识别实验。实验结果表明:本文方法的识别率高达98.90%,优于已有的SAR目 标识别方法
SAR图像舰船目标识别综述
:SAR 图像舰船目标识别是 SAR 图像海洋监视应用中的一项关键技术。在广泛文献调研的基础上,首先建立了 SAR 图像舰船目标识别的主要流程; 接着对用于 SAR 图像舰船目标识别的众多特征进行归纳整理,分析了其物理意义及优缺 点; 然后对用于 SAR 图像舰船目标的分类算法进行了较为全面的综述; 最后分析了目前研究中所面临的主要问题,展望了 进一步研究的主要方向
MAS小波的钢板表面缺陷边缘检测的研究
:针对钢板表面缺陷与背景的对比度差、边缘复杂、采光不均、噪声较大等特点,应用一种基于 MAS 小波变换进 行钢板表面缺陷边缘检测。该方法由 Lipschitz 指数阐明了图像的边缘几何结构,通过分析图像中不同类型的奇异点, 并结合尺度独立算法区分了目标图像中不同类型的边缘,有效的提取了钢板表面缺陷图像的边缘。实验结果表明,基 于 MAS 小波算法可以有效提取图像中阶梯型边界,检测到的缺陷边缘轮廓较为清晰,且去噪能力较强,检测效果优于 传统的同类方法
trous小波分解在边缘检测中的应用
图像的边缘可以被定义为在局部区域内图像 特性的差别 ,它表现为图像上的不连续性(如表现 在图像上灰度级的突变、 纹理结构的突变以及色 彩的变化等) 。图像的边缘信息无论是对人类还 是对机器视觉来说都是非常重要的。