一种FPGA实现的复杂背景红外小目标检测网络

红外(IR)小目标检测算法具有检测率高、虚警率低、实时性好等优点在红外遥感领域有重要的应用价值。由于复杂背景下小目标对比度低和信噪比(SNR)低,传统红外小目标检测算法难以保证检测性能。在强鲁棒性的红外小目标检测网络(RISTDnet)基础上,面向更为多样的目标结构特征和更高的实时处理性能要求,提出一种增强型红外小目标检测网络(EISTDnet)与其基于现场可编程逻辑门阵列(FPGA)高性能并行处理的算法。EISTDnet构造了手工特征算法与卷积神经网络相结合的多尺度小目标特征提取框架,采用多级展开思路对卷积核尺寸进行归一化设计,并通过数据深度复用和多维循环并行展开有效提高推理阶段实时处理性能。实验结果表明:采用单片FPGA实现的EISTDnet能够快速实时检测复杂背景下不同大小、低信噪比的小目标,与现有5种算法相比在10^(-3)低虚警率下平均检测率提升49.5%,与RISTDnet相比,在实时处理速度提高1.33倍的优势下,对低信噪比条状小目标检测率提升29.4%,所提算法具有更好的有效性和鲁棒性。

在轨空间目标光学特性宏观表征模型的反演重构

为了在天基远距离条件下反演三轴稳定空间目标表面的光学特性参数,提出了基于可见光时序光度信号分析的光学特性宏观表征模型的反演重构方法.首先,综合考虑空间目标的结构特性、表面材料特性、帆板的对日指向运动特性、光照观测几何以及光学系统特性,完善了面向在轨观测的空间目标可见光时序光度建模方法;其次,将光度模型等效为双面模型,并利用双向反射分布函数(BRDF)的多级融合模型表征复杂材料表面的光学反射特性,将BRDF对应的面积反射率乘积作为待反演参数;最后,以时序光度信号的测量值与模型值之间的差异最小为优化目标,建立线性优化方法,实现模型参数的反演.仿真实验表明,提出的模型在轨重构方法对于近轨观测条件下的本体、帆板信号的重构精度达到97%以上,验证了方法的正确性.

改进的均值移位红外目标跟踪

提出了一种改进的均值移位红外目标跟踪算法,该算法融合了基于均值移位的梯度匹配搜索策略与基于特征分类的跟踪算法。以目标与局部背景灰度特征的似然比作为目标区域核直方图的权值,建立了改进的目标表征模型。以Bhattacharyya系数作为相似性度量,在均值移位框架下推导了应用该目标模型下移位向量的表达形式。同时,提出了基于跟踪复杂度估计的目标遮挡情况下的模型更新判别准则。实验结果表明,该算法能够提高目标像素灰度的移位权重,抑制背景干扰,对于低对比度红外目标的跟踪具有稳健的性能,在正确跟踪情况下平均Bhattacharyya系数保持在0.97以上。

红外图像中快速小目标的均值移位跟踪

为了增强红外图像中快速小目标跟踪的稳健性,提出基于隶属度加权核直方图目标表征模型的改进均值移位跟踪算法.首先分析原始均值移位算法跟踪快速小目标的局部背景干扰问题,融合背景信息提出隶属度加权核直方图目标表征模型.该模型能够提高对于目标的表征能力,抑制局部背景干扰.然后,以Bhattacharyya系数作为相似性度量,在均值移位框架下推导出基于该模型的移位向量,能够有效实现目标的移位跟踪.移位过程中,目标隶属度大的灰度具有高移位权重,反之具有低移位权重.最后,应用模型更新方法克服局部背景的时变性,进一步提高目标跟踪的鲁棒性.实验结果表明,该算法对于红外图像中的快速小目标的具有稳健的跟踪性能.

基于似然函数最速下降的红外与可见光图像配准

为了实现红外与可见光图像的自动配准,提出了基于似然函数最速下降迭代的图像配准算法.该算法以图像边缘作为配准点特征,将异源图像配准转化为边缘点集配准.基于点集的高斯混合模型建立了边缘点集配准似然函数,以该函数作为目标函数,仿射变换参量作为优化变量,利用最速下降方法进行最优变换参量求解,从而实现边缘点集配准.同时,将多分辨率金字塔引入迭代配准框架下,实现了高分辨率图像配准的加速.实验结果表明:该算法精度高,运算速度快,可以很好地完成可见光与红外图像的自动配准.

单探测器共孔径多光谱成像系统设计

为了解决多光谱成像系统的轻小型设计难点,采用单探测器多谱段成像方案进行了同时刻四谱段成像系统的光学系统设计。分光原理为,在物镜组前方设置四片楔形滤光棱镜,并在棱镜表面镀上透过不同谱段的透过薄膜;物体辐射经过棱镜后不同谱段的辐射发生不同方向的偏折,即在焦平面的不同位置形成了分离的光谱像。设计过程中,采用渐晕的方法解决谱段间的重叠问题。设计得到的光学系统波段数为4,工作波长为8.20~8.60μm、9.40~9.80μm、10.60~11.20μm及11.20~12.20μm,焦距为55 mm,全孔径为80 mm,光学系统的弥散圆直径小于40μm,并分析了系统的像差特性。分析结果表明,该系统具有良好的成像质量,满足多谱段成像要求。

基于时-空过采样系统的点目标检测性能分析

为了提高扫描成像系统对于点目标的探测性能,提出了时-空过采样点目标探测体制,并对其进行了目标检测性能分析.首先,分析了单采样体制在点目标探测中易存在跨像元导致的目标能量分散问题,以及探测器随机高强度噪声及空间质子流尖峰信号导致的虚警问题;然后,提出了用于点目标扫描探测的时-空过采样体制.最后,基于图像信噪比对相同光学系统下单采样和时-空过采样系统的目标检测性能进行了比较分析.分析结果表明,通过采样方式能够实现目标能量集中到一个像元,保证了图像信噪比需求.通过高分辨率融合使得目标尺度大于噪声及尖峰的尺度,目标尺度最大扩展至3×3像元,基于目标空间相关的处理可以有效降低了虚警,提升系统检测性能.

基于似然函数EM迭代的红外与可见光图像配准

为了实现红外与可见光图像的自动配准,提出了基于似然函数EM迭代的图像配准算法。该算法以图像边缘作为配准点特征,将异源图像配准转化为边缘点集配准。通过点集的高斯混合建模建立了点集配准似然函数,以该函数作为目标函数,仿射变换参数作为优化变量,利用EM迭代优化方法进行最优变换参数求解。迭代过程中,引入基于概率密度自适应阈值分割的外点剔除机制,解决了外点对目标函数的干扰问题,实现了边缘点集的精确配准。利用实测的可见光和红外图像进行了算法验证,证明了该算法的有效性。

基于不变矩特征匹配的目标定位方法(英文)

红外成像匹配辅助导航系统中由于基准图像和实时图像是从不同的观测角度,在不同时间、不同高度条件下获取的,实时图像与基准图像之间会产生仿射变换与像质差异,增加了成像匹配的难度。为了提高实时图像与基准图像的匹配正确率,提出了基于改进不变矩特征的成像匹配方法。从红外成像的基本原理出发,重点讨论了实时红外图像地面分辨率不同对统计不变矩特征不变性的影响,并从理论上推导出了6维不变矩特征向量的表达式。综合得出,在一定的条件下,该特征向量对平移、旋转、加噪、分辨率变化等多种复合变换下的图像具有不变性,可以作为成像匹配定位应用的特征量。文中选用Camberra距离作为实时图像和基准图像匹配测度,仿真实验部分验证了方法的可行性和正确性。

影响测绘相机匹配精度的辐射指标量化

考虑测绘相机的辐射指标对影像匹配精度的影响,对相机辐射指标的量化进行研究,建立了辐射指标与影像匹配精度之间的关系模型,为确定测绘相机辐射指标提供理论支持。推导出了最小二乘影像匹配精度的计算模型,提出影响匹配的主要因素,包括成像场景特性、传递函数(MTF)、信噪比(SNR)与辐射畸变(RD);对上述因素产生的像质退化进行建模与仿真,结合最小二乘匹配以及遗传算法的BP神经网络模型(GABPNN)建立辐射指标与匹配精度之间的数值模型;最后利用仿真与在轨获取的遥感影像数据验证模型。试验结果表明,该模型估算精度<0.01pixel。利用该模型在匹配误差<0.1pixel的测绘需求下,分析出相机的辐射指标应满足MTFN>0.08、SNR>45以及RD<4%。

特征空间线性降维压缩遥感图像云检测方法

针对遥感图像云检测过程中分类特征空间维数过高引起的信息冗余,提出了一种基于特征空间线性降维压缩的云检测方法.首先选取云与地物的分类特征参量,构造特征空间,基于压缩子空间分类信息表述的完备性,建立样本的概率分布模型.然后利用最大似然估计法求解模型参数,估计最佳转换矩阵,进行特征空间的降维压缩与去相关处理.最后针对压缩子空间,利用分类器进行云检测.实验结果表明:本方法能够有效地去除云与地物分类特征之间的冗余,实现二维压缩子空间中云与地物两类样本的有效分离,对于实际光学遥感图像的云检测概率高达98%以上.

两线阵CCD相机几何指标差异对立体测绘的影响

为了准确、全面地揭示相机几何指标在立体测绘中的误差传播规律,研究了两线阵CCD相机几何指标差异与定位准确度之间的关系.针对两线阵立体测绘特点,分析了影响测绘定位的几何指标差异参量.在前方空间交会地面点计算公式的基础上,推导并建立了两线阵相机定位准确度模型,据此研究了内方位元素标定误差间的几何指标差异对定位准确度的影响规律.结果表明:主点位置x方向误差间的差异对定位准确度影响显著,当其值从1μm增至2.5μm时,定位准确度明显下降了60%,焦距f误差间的差异对定位准确度的影响几乎可忽略.本文所建立的模型与相关研究结论对两线阵CCD相机指标的量化与优化设计具有重要指导意义.

融合多特征的天基典型目标光学识别方法

为满足天基近距离目标高精度探测和识别的需求,提出一种多特征融合的卫星局部识别方法.首先分析卫星局部物理特征,构建了融合形态学多特征参量的局部构件分形聚类参数集,并建立基于聚类特征加权组合的构件聚类模型.利用该模型即可实现通过计算待识别目标隶属于各构件类的匹配性概率来识别目标;在此基础上,针对空间目标光学成像的图像降质、局部遮挡等问题,提出了目标识别算法,并以其在实际应用中的识别概率为依据,结合粒子群算法迭代优化加权系数,提高了识别算法效率与鲁棒性;最后利用4类典型卫星及伽利略卫星缩比模型对识别算法进行了数字仿真和半物理实验验证.实验结果表明,在低对比度、SNR仅为5,且构件存在较严重变形与互遮挡的情况下,算法仍能有效识别卫星构件,识别概率优于0.95.

基于空不变图像复原的光学遥感成像系统优化

提出了依据复原处理来优化设计遥感成像系统的思想。对影响复原处理性能的主要链路环节因素及其关系进行了理论分析、半物理和仿真实验以及正交试验。通过复原问题的数学模型,从理论上提出相机调制传递函数(MTF)的空间变化性(MTFSV)、数据压缩比(CR)和非均匀性校正残差(NCR)是影响空不变复原处理的主要因素;然后通过搭建半物理平台和仿真实验,分析上述因素导致的处理误差对复原图像判读质量的影响;最后利用组合数学理论,通过MTFSV、CR、NCR多因素多水平图像复原的正交试验,建立它们与处理性能间的关系量表。实验结果表明:在遥感成像系统MTFSV小于10%、CR小于4∶1、NCR不大于3%,而系统MTFN仅为0.07的情况下,采用空不变复原处理仍可提高图像MTF面积达70%以上,且能保持图像信噪比(SNR)不变,而处理误差所致的图像失真也不会影响判读质量。

基于三维噪声统计特性异常的盲元检测与分类

根据对盲元特性的分析,提出将三维噪声模型中的固定图形噪声与随机时空噪声作为盲元检测的数据源,在像素等级上构建形成特征向量.建立特征向量的独立二元正态分布统计模型,将盲元看作是游离于正态分布等概率密度椭圆之外的异常点.以特征空间中的统计距离与特征空间角作为异常点检测的统计判据,并分类死元、过热像元与闪烁像元.将该算法应用于实际制冷型红外焦平面的盲元检测,实验结果证明了该算法的有效性.

红外多波段点目标检测RX算法性能分析

给出了多波段条件下用于点目标检测的RX算法模型,以接收机工作特性曲线ROC以及恒虚警率条件下的检测概率为性能评价手段,分析了探测器像元数、光谱波段数以及广义信噪比对算法性能的影响,并重点分析了波段数与广义信噪比需要满足的匹配关系,据此给出了用于点目标检测的波段参量优化选择方法.最后应用该方法对飞机尾焰进行了最优化探测波段优化选择,证明了该方法的有效性.

红外云杂波下点目标检测算法性能评价

针对目前红外云杂波下点目标检测性能评价方法存在的局限性,提出了一种新的评价方法。首先,对影响检测性能的各要素,建立了杂波量化模型、探测器噪声模型和目标能量量化及传递模型;结合检测器理论,构造了算法性能表征参数。然后,将量化结果作为输入,利用基于遗传算法的BP神经网络建立量化结果与算法性能表征参数的数值关系。最后以Top-Hat算法和Butterworth滤波器为例,采用该方法评价并分析了其目标检测性能。实验表明,本方法误差在5×10-4以下,具有较高的评估精度。本方法将影响检测性能的耦合因素进行解耦合,通过该模型,不仅可以掌握算法性能变化规律,还能够为探测系统的总体设计和算法的选择提供依据,具有理论意义和工程应用价值。

多尺度匹配的红外变分辨率弱小目标检测

针对云层背景下红外变分辨率小目标的成像特性,提出一种基于尺度空间理论的红外弱小目标检测方法。首先建立高斯小目标参数模型,以高斯核生成待检测图像的尺度空间,进而对尺度空间进行最佳尺度匹配,提取目标感兴趣区域(ROI)。然后构造ROI尺度自适应对比度作为检测判据,剔除虚警,实现小目标最终检测。实验结果显示,算法不仅能够准确检测目标,且可以估计目标像尺寸,同时具有较高的检测概率和执行效率。可有效地实现对变分辨率弱小目标的检测。

基于灰度线性建模的亚像素图像抖动量计算

为了解决凝视遥感云场景序列图像的亚像素抖动量求解问题,提出了基于灰度线性建模的亚像素序列图像抖动量计算方法。首先,利用三参数线性模型描述像素及邻域灰度,提出了一种图像灰度的线性建模方法。其次,以序列帧图像相对参考帧图像的抖动量作为线性模型中的优化变量,以参考帧图像与序列帧图像之间的相似性为优化目标,建立了亚像素抖动量解算的最小二乘优化方法,并推导得到了解析计算公式。最后,利用云场景序列图像进行了算法仿真验证。结果表明,该方法抖动量的计算误差小于0.1pixel。将该方法与传统基于特征点的配准算法进行了比较,结果显示该方法具有较高的抖动量计算精度,可应用于遥感图像几何定标、目标定位以及时序图像中目标多帧关联检测等。

基于固定图形噪声统计特性异常的盲元检测方法

针对盲元对于红外辐射的响应具有很强非线性的特点,在对焦平面采用线性非均匀性校正之前,必须采取有效的盲元检测方法对盲元予以剔除或补偿等问题,提出了以三维噪声固定图形噪声分量作为红外焦平面盲元检测的数据源.盲元的表现形式分为死元与过热像元.针对死元,将其数量限制作为先验知识,并结合其在数据直方图中的低概率密度特性,确定双端分割阈值进行检测.针对过热像元,将其作为正态分布噪声中的统计异常像素点,利用死元剔除后图像数据的直方图偏度阈值自适应确定统计距离门限,并进行检测.实测试验验证了方法的有效性.