天津理工大学电气工程与自动化学院，天津300384
本研究旨在解决红外图像刑侦场景中目标边缘模糊和轮廓不完整等问题。提出了一种基于特征增强的模糊刑侦目标提取方法。首先，设计模糊刑侦目标边缘提取网络模型（Blurry Criminal Investigation Target Edge Extraction Network Combined with Spatial Channel Attention, BCES-Net），并利用空间通道关注模块(Spatial and Channel Attention Module, STCAM)获取具有强语义信息的特征图像。接着通过建模提取来获取包含语义类别信息的边缘特征和模糊刑侦目标特征。在训练过程中，基于特定损失函数和多种特征融合技术，通过反复监督学习和训练校正，提高了边缘和模糊刑侦目标分割性能。在手部热痕迹数据集上，与DeeplabV3+、U-Net、HRNet、PSPNet等模型相比，BCES-Net模型在均交并比（mean Intersection over Union, mIoU）、平均精度均值（mean Average Precision, mAP）、准确率等评价指标上显著优越，mIoU达到883%，mAP达到9435%，准确率达到955%。本研究创新性地提高了模糊红外刑侦目标提取的准确度，为实际应用提供了技术支持。
红外图像 特征增强 注意力模块 刑侦目标提取 infrared image feature enhancement attention module criminal investigation target extraction
长春师范大学 计算机科学与技术学院，吉林长春130032
为了解决编码器-解码器网络结构在目标提取中抑制无关语义、跨越语义鸿沟等问题，以获取更高精度，采用U-Net作为提取特征的主干网络；为了减轻浅层特征与深层特征语义的差异，设计一种融合注意力感知的多尺度语义池化模块（Channel-Spatial-Pyramid， CSP），替代早期层中的跳跃链接。CSP模块从空间与通道两个层面强调更有意义的语义信息，通过4个不同池化核的并行分支提取不同尺度特征，聚合所有分支结果与后期层特征拼接。实验结果表明，CSP-Net在彩色眼底图像视盘分割中的Dice指数可达99.6%，视杯分割结果的Dice指数为92.1%，相比现有算法均有提高。所提出的CSP-Net对于眼底图像中的微小目标提取的有效性及抗干扰性较高，可为青光眼筛查与诊断临床提借鉴。
多尺度语义 注意力感知 目标提取 U-Net multi scale semantics attention perception target extraction U-Net 光学 精密工程
2023, 31(21): 3203
1 大连交通大学 机械工程学院，辽宁 大连 116028
2 中国人民解放军 91550部队，辽宁 大连 116023
针对在飞行目标位姿估计中背景复杂、目标提取及位姿解算精度低、速度实时性差等问题，提出了一种激光与图像信息融合的飞行目标位姿估计方法。首先，建立彩色相机和激光雷达间的坐标变换模型实现两传感器像素级匹配，对同一时刻的图像和点云进行融合处理；其次，采用ViBe算法与深度信息融合对图像中运动目标进行提取，并根据图像目标的位置框选出对应的点云；最后，利用PnP算法进行特征点粗配准，获取点云间初始旋转平移矩阵，并采用迭代最近点算法进行精配准，利用IK-D Tree加速临近点搜索，提高配准速度。使用仿真试验和半实物仿真试验对方法准确性和稳定性进行了验证，结果显示：二维图像目标检测算法正确率为97%，错误分类比为0.0112%；位姿估计算法与传统迭代最近点算法相比精度提高了53.2%,单次耗时从261 ms降低至132 ms，效率提升约49.4%，与其他算法相比也具有一定优势。为飞行目标落点精准预测和制导控制提供解决思路。
双模态信息融合 位姿估计 飞行目标 目标提取 bi-modal information fusion pose estimation flying target target extraction 红外与激光工程
2023, 52(3): 20220618
红外与激光工程
2022, 51(10): 20211115
1 武昌理工学院人工智能学院，湖北 武汉 430223
2 武汉理工大学安全科学与应急管理学院，湖北 武汉 430070
3 长江科学院，湖北 武汉 430010
4 湖北中图勘测规划设计有限公司，湖北 武汉 430070
室内点云包括墙壁、天花板、地板和房间内的许多物体。室内墙壁、天花板、地板等多种物体的提取是室内导航、设施管理、建筑改造等多种应用的关键。针对此，本文根据截止距离内的局部密度，采用指数函数构建密度聚类模型。首先，利用边界点云与室内点云之间的距离构造墙壁面密度聚类的约束条件；其次，根据z值的指数函数和局部密度模型提取天花板和地板；然后，构建不同对象的局部密度模型，根据局部密度的大小确定约束距离；最后，根据点到聚类中心(聚类中心被认为是局部密度与约束距离乘积异常大的点)的距离，得到每个点归属于聚类中心的聚类；最后，通过判断相邻聚类之间的距离实现室内物体点云的提取，从而完成对不同类型场景室内点云的提取，并将本文方法与快速搜索密度峰值聚类(CFDP)算法、基于密度的空间聚类(DPC)算法进行比较。对比结果表明，DPC方法不如本文方法但优于CFDP方法。计算了本文方法提取不同类型室内点云的精确度、召回率和F1分数，结果表明，物体间的靠近程度会影响本文方法的性能。
测量 目标提取 点云 密度聚类 激光扫描 中国激光
2022, 49(11): 1104001
1 天津理工大学电气工程与自动化学院，天津300384
2 天津市复杂系统控制理论与应用重点实验室，天津300384
红外重叠手印图像是刑侦领域比较复杂的一类红外图像，其本身具有信息不确定性和手印重叠性。如何准确提取重叠的手印目标是刑侦领域处理此类图像的一大难题。针对该问题，提出了一种基于可变阈值和坐标变换融合的红外刑侦重叠手印目标提取算法。首先，采用阈值算法提取整体手印图和手印重叠部分图；然后通过坐标变换方法滤除两部分图像的无关区域；最后利用轮廓融合算法将两部分图像融合，得到整体手印目标的提取结果。为了使提取结果具有更好的可视性，又采用图像旋转操作后的坐标变换方法来提取单个手印目标。实验结果表明，与其他一些目标提取方法相比，本文方法在提取整体和单独手印目标时都具有较高的准确性和完整性。
红外重叠手印图像 目标提取 阈值分割 坐标变换 图像融合 图像旋转 infrared overlapped fingerprint image target extraction threshold segmentation coordinate transformation image fusion image rotation
1 郑州科技学院，河南郑州450064
2 河南省智能信息处理与控制工程技术研究中心，河南郑州450064
3 军事科学院系统工程研究院，北京100010
4 中国航天系统科学与工程研究院，北京10005
5 陆军装备部驻沈阳地区军事代表局驻长春地区第一军事代表室，吉林长春130000
针对雨雪、雾霾等天气条件下氧气吸收被动测距受大气和气溶胶等复杂背景光谱影响严重的问题，采用混合像元分解技术对提高复杂背景条件下的测距精度进行了研究。分析了高光谱图像像元混合机理，以雨滴端元为例建立了复杂天气条件下目标与背景的混合像元模型；讨论了复杂天气条件下目标光谱的提取方法，提出了复杂天气氧气吸收被动测距的基本流程；最后，对不同距离处小雨、重度霾、中雪3种典型复杂天气条件下的卤钨灯目标进行了被动测距实验。实验结果表明，混合像元分解方法可快速提取目标光谱，与多次循环采集平均法、背景消除法相比测距精度有较大提升，不同的距离及天气条件下的测距精度分别提高到3.39%、5.81%和4.36%，可满足实际飞行目标辐射光谱的快速采集与测距精度要求。
被动测距 氧气吸收 混合像元分解 目标提取 极端天气 passive ranging oxygen absorption mixed pixel decomposition target extraction extreme weather
1 中国科学院 光学天文重点实验室(国家天文台), 北京 100101
2 中国科学院大学, 北京 100049
小行星地基光学观测是小行星搜寻和性质研究的重要手段。近年来, 小行星搜寻项目朝着大口径大视场的方向发展, 探测能力提升的同时数据量也大大增长, 为了提高小行星光学观测图像的处理速率, 本文提出基于GPU的小行星光学观测图像实时处理方法。对Source Extractor算法进行研究, 在满足提取精度的前提下, 实现Source Extractor算法的简化和基于GPU的并行化; 同时, 采用Match匹配算法进行天文定位, 并对Match匹配算法进行优化, 提高算法适用性和准确率。实验结果表明: 利用NVIDA GeForce GTX 2080Ti显卡搭建的实验平台实现简化和并行化后的算法, 相比于CPU下的串行算法, 提速比可达17(S/N阈值设置为3), 且随着高性能显卡的进一步发展, 提速比还有提升空间, 此方法还适用于其他光学巡天观测图像的处理。
小行星光学观测, 目标提取, GPU, 并行算法 asteroid optical observation target extraction GPU code parallelization 光学 精密工程
2020, 28(11): 2527
1 陕西科技大学电子信息与人工智能学院, 陕西 西安 710021
2 日本爱知县立大学信息科学学院, 爱知 长久手 480-1198
在含有动态干扰因素的复杂背景下提取前景目标时,现有的视觉背景前景目标提取算法容易出现鬼影、误检等问题,因此提出了一种改进的基于视觉背景的前景目标提取算法。首先,根据像素点的时间序列以及位置特征,计算像素点的匹配概率、匹配程度以及亮度信息。其次,实时更新与当前复杂背景吻合的背景模型,同时对背景模型进行初始化。最后,对CDnet 2014数据集中各类复杂背景下的视频进行测试,并与经典的高斯混合模型、视觉背景提取(ViBe)算法、改进的ViBe算法进行对比。实验结果表明,本算法在各类复杂背景下能高效去除鬼影的影响,且提取结果精度较高,极大降低了提取结果的错分率和漏检率,提高了复杂背景下算法的高效性与鲁棒性。
目标提取 复杂背景 匹配概率 鬼影 激光与光电子学进展
2020, 57(16): 161013
天津市复杂系统控制理论及应用重点实验室, 天津理工大学电气电子工程学院, 天津 300384
石化管道通常可分为常温区域和高温区域两部分。 高温区域的存在影响着整个系统的安全运行, 热量的散失将会引起资源的浪费及环境的污染等一系列问题。 红外光谱图像能够较好地描述石化管道的高温区域, 但是如何从中提取高温区域是红外光谱图像处理的一类难题。 为实现从红外图像中, 将高温区域准确快速分割出来的目的, 基于经典的一维Otsu算法提出一种改进的二维多阈值自动获取方法。 该算法首先对管道红外图像进行经典单阈值分割, 将图像划分为背景和管道两部分。 然后基于管道图像区域, 以管道灰度图像与平均值图像作为图像二维,对目标图像进行二维双阈值分割, 最终将较大的阈值作为划分管道常温区域与高温区域的分割点。 将本算法对不同的管线进行多次试验分析, 结果表明, 采用改进的二维Otsu多阈值算法能够更加清晰的将管道从复杂背景中提取出来, 并在此基础上把高温区域更精确的分割。
管道红外图像目标提取 管道高温区域 红外目标提取 Pipeline infrared image target extraction High temperature pipeline region Infrared target extraction 光谱学与光谱分析
2019, 39(5): 1637
