1 重庆大学 微电子与通信工程学院,重庆 400044
2 四川航天电子设备研究所,成都 610100
逆光条件下弹载红外图像的密集鱼鳞波、海面亮带以及岛屿杂波严重影响了远距离红外小目标的检测性能。本文通过感知非平稳海面杂波成份存在的区域及起伏状态构建海面场景信息,采取与背景杂波相适应的信号处理方法精细检测小目标。首先,结合结构张量和Hough变换检测海天岛屿区,利用Bernaola-Galavan分割算法和方差加权信息熵表征的复杂度感知鱼鳞波、海面亮带等杂波成份,构建出海天区、平稳海区、波动海区、岛屿区的场景信息。然后,针对边缘性结构强的海天线和岛屿,提出基于方向性差异的杂波抑制算法压制杂波;在平稳海区使用顶帽变换压制杂波;在鱼鳞波、海面亮带的波动海区,提出融合灰度梯度杂波抑制算法抑制背景。最后,海天岛屿区、波动海区采用恒虚警阈值检测目标,而平稳海区采用局部峰值判决策略检测目标。相比现有先进信号检测法,实验结果表明所提方法能有效适应不同海面背景杂波,提高复杂背景下小目标检测准确性和鲁棒性。
海面背景 场景感知 杂波抑制 目标检测 小弱目标 Maritime background Scene perception Clutter suppression Target detection Small weak target 光子学报
2022, 51(12): 1210002
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100049
3 激光与物质相互作用国家重点实验室, 吉林 长春 130033
在空间红外弱目标检测问题中, 相关模板法和帧间差分法等传统算法判别率较低, 且对数据质量要求较高。针对这一问题, 本文提出了一种基于改进YOLOV4的空间红外弱目标检测方法, 该算法首先针对空间不同红外目标建立了相应的数据集; 以YOLOv4为基础建立了空间目标检测任务专用的神经网络框架, 利用k-means聚类算法重新构造先验框; 针对红外弱目标的特性设计了多尺度融合算法来提高弱目标的检测精度; 最后应用COCO数据集和实验室采集到的红外图像数据集对本算法进行了训练和测试。试验结果表明, 本文改进算法较YOLOv4算法在检测的准确性上有明显提升, 其平均准确率(AP)可达93.25%以上, 检测速度达到了38.99 ms/frame,验证了算法对于空间红外弱目标检测的有效性, 很好地满足了空间红外弱目标检测任务的需求。
目标识别 红外弱目标 深度学习 YOLOv4模型 target recognition infrared weak target deep learning YOLOv4 model
中国科学院长春光学精密机械与物理研究所精密仪器与装备研发中心,吉林 长春 130033
在对Facet模型的方向导数特征进行研究的基础上,针对红外弱小目标提出了一种利用局部方向相对极差计算显著性的方法,以快速有效地提取复杂背景下的红外弱小目标。基于弱小目标单帧检测理论,首先计算原始图像的Facet方向导数特征,然后在Facet方向导数特征图的局部内,沿着导数方向计算相对极差对比度显著图。通过对各个方向上的相对极差对比度显著图进行融合得到最终的显著性图像。最后,采用适当的阈值分割从该图像中提取目标。实验结果表明,本文算法对复杂红外弱小目标图像具有很高的信杂比增益和背景抑制因子。另外,该算法的计算复杂度低且可利用二维卷积加速计算,具有良好的算法实时性,适用于各种处理器平台的工程实现。
红外弱小目标检测 相对极差 局部对比度 方向导数特征 算法加速 infrared weak target detection extreme differential value local contrast directional derivative feature algorithm acceleration
安徽工业大学机械工程学院, 安徽马鞍山 243002
针对工业现场中复杂背景下镁熔液弱小目标实时检测的难题, 从图像识别的角度提出了基于 Prewitt算子的自适应背景预测算法。该算法首先使用 Prewitt算子对原始图像进行处理从而计算出图像最大灰度差, 其次根据最大灰度差与每个像素点的灰度差的差异选择背景预测模型进行处理得到背景预测图像, 然后用原始图像减去背景预测图像得到残差图像, 接着对残差图像作帧差运算以及阈值分割运算得到二值图像, 最后使用形态学运算获取最终的目标, 并将该算法与最小一乘法的检测性能进行对比。 Matlab仿真结果表明, 该算法不仅可检测到弱小目标, 并且检测到的目标点面积增大了 60%, 检测时间减少了 96.92%, 为图像处理技术应用于工业现场实时检测镁熔液中弱小目标奠定了基础。
弱小目标 镁熔液 Prewitt算子 自适应背景预测 dim and weak target magnesium melt Prewitt operator adaptive background prediction Matlab Matlab
1 中国科学院长春光学精密机械与物理研究所小卫星技术国家地方联合工程研究中心, 吉林 长春 130033
2 中国科学院大学, 北京 100049
海面舰船目标的检测与识别对于海面监测与目标打击具有重要意义,弱小舰船目标由于缺少纹理信息且易受到海面阴影、噪声等因素的影响,使得目前常用的检测方法效果较差。基于通道分离与负值扩展对比敏感函数提出了的海面弱小舰船目标检测方法。该方法首先构建像素强度通道与噪声-边缘通道的多分辨图像尺度金字塔;之后,构建不同尺度空间下的负值扩展对比敏感度函数,调制对应各位置的权重;最后,利用各空间尺度系数加权获得两通道视觉显著性图像,通过通道差分处理实现了含噪图像中弱小舰船目标的快速检测。实验结果表明:与其他5种算法相比较,提出的方法具有较高的检测准确率(97.30%)、召回率(84.71%)及综合评价指标(94.49%),同时具备较强的抗噪声能力,适用于含噪海面光学遥感图像中弱小舰船的检测。
成像系统 显著性检测 负值扩展对比敏感函数 对比敏感度 弱小目标 噪声 光学学报
2017, 37(10): 1011004
安徽工业大学机械工程学院,安徽 马鞍山 243032
针对工业现场中复杂背景下弱小目标检测的难题,提出了一种基于DSP 的双层流水线的弱小目标检测新方法。该方法以双层流水线算法为背景,以半因果支持域背景预测为辅助,以DSP 硬件图像处理系统平台为核心。利用C 语言编写检测弱小目标的双层流水线算法,通过DSP 集成开发软件Code Composer Studio 3.3 进行移植、编译、调试及优化,将调试无误的算法程序烧写到DSP 中,应用于高温镁熔液中弱小目标的检测。实验结果表明基于DSP 的双层流水线方法可以有效检测出弱小目标,为实现工业现场弱小目标的实时检测奠定了基础。
双层流水线 弱小目标 DSP DSP dim and weak target double-pipeline Code Composer Studio 3.3 Code Composer Studio 3.3
1 华中光电技术研究所-武汉光电国家实验室,湖北武汉 430073
2 武汉科技大学理学院,湖北武汉 430065
针对某研究项目的设计要求和设备应用环境特点,对海空背景下红外弱小目标提取和空间位置解算方法进行了探讨。从项目研究的实际出发,兼顾红外弱小目标提取和位置解算的快速实现,提出了海空背景下红外图像处理的理论方法。
海空背景 弱小目标 坐标变换 目标检测 sea and sky background small and weak target coordinates transformation target detection
西安电子科技大学 电子工程学院,陕西 西安 710071
为了解决红外图像在低信噪比下的多个弱目标检测与跟踪问题,提出了基于Rao-Blackwellized粒子滤波器(RBPF)的多目标检测前跟踪算法。定义了红外图像多个弱目标的状态及观测模型;给出了红外弱目标的RBPF状态降维方法;将状态变量分解为线性变量与非线性变量并完成状态方程的改写,对状态变量分别进行Kalman滤波与基本粒子滤波的更新。最后,定义了红外弱目标出现与消失统计量,给出了带约束条件的RBPF多个弱目标检测前跟踪流程。对弱目标的不同信噪比实验表明,RBPF可以减小状态变量的的估计误差,提高检测概率。对单目标进行检测前跟踪,平均每帧耗时为0.3287 s,在相同的粒子数下,RBPF可以得到更高的滤波精度。对两个信噪比为6 dB的不同空间位置目标的实验表明,约束条件控制RBPF的跟踪范围,可以避免目标相互之间的干扰,平均能在2.74 frame检测到目标出现,在1.13 frame判决目标消失。提出的算法能对红外多个弱目标进行出现与消失判断,具有良好的跟踪性能。
红外弱目标 多个弱目标 Rao-Blackwellized粒子滤波 检测前跟踪 infrared weak target multi weak targets Rao-Blackwellized Particle Filter(RBPF) track-before-detection