红外空域弱小目标探测系统中恒虚警技术研究

对空域中弱小目标的探测是红外成像防御与制导的关键技术。由于空域中弱小目标距离较远,在红外探测器上呈现为无纹理特征的弱小点。由于红外探测器噪声与视场中杂波干扰,很难将目标从红外图像中提取出来。在红外空域弱小目标探测系统中,虚警率与探测率是一对矛盾的概念。针对这一问题提出了一种基于杂波模型估计理论的恒虚警(CFAR)检测技术。该CFAR技术是建立在对红外图像背景杂波分析建模的基础上,根据Neyman-Pearson准则设计CFAR检测器,实现在恒定虚警的前提下最大化追求系统的探测率,以此提高红外空域弱小目标探测系统的探测距离和目标识别能力。

转动红外探测器下地面远距离运动目标检测方法

地面远距离运动目标检测是红外成像防御中的关键技术之一。地面远距离运动目标检测指利用红外探测器对远距离运动目标实现自动探测和捕获。由于目标距离较远,在红外探测器上成像面积较小,同时远距离运动目标容易被遮挡,很难将目标从复杂的地面背景中提取出来。提出了一种能够在面阵红外探测器转动的条件下实现远距离地面运动目标检测方法。首先利用图像信息计算红外探测器的运动补偿参数并通过背景更新获取目标一次检测结果,然后采用光流法获取背景和目标的运动信息,通过计算背景和目标之间的运动信息相关性实现目标最终检测。实验采用多种场景对文中算法进行验证,结果表明该方法通过转动红外探测器可以扩大目标搜索区域,利用背景和目标之间运动信息的相关性有效地克服了目标遮挡、目标重叠和视差等问题。

红外视频实时网络采集系统的设计与实现

针对红外搜索跟踪系统中图像传输的特殊要求,提出了一种基于FPGA的网络视频采集系统的设计方案与实现过程。系统以FPGA作为核心处理器与STM32等外围控制芯片协同工作,实现红外搜索跟踪系统中的红外图像的实时采集。相对于现有的视频采集系统,该系统具有稳定性高、传输距离远,数据量大、传输延时小等特点。

一种利用可见光载荷实现运动目标搜索的方法

利用无人机可见光载荷实现地面运动目标的搜索是获取地面运动目标信息的重要技术。为实现在探测器运动的条件下实现运动目标的检测,提出了一种基于平面+视差的运动目标搜索方法。首先采用相位相关法配准寻找主平面,实现对运动图像的全局运动补偿,然后采用光流法对残差图像进行视差滤除。全局运动补偿可以有效补偿主平面的运动,视差滤除通过多视角理论,去除视差景物在搜索系统中形成的虚警。实验表明,该方法利用可见光载荷系统,通过对移动探测器的运动补偿和视差的滤除,能够很好地实现地面运动目标的搜索,提高地面运动目标信息获取的能力。

基于注意力机制与CNN⁃GRU模型的飞机航迹预测研究

随着当前空中飞机数量的日益增加,有限的空域资源随之日趋紧张,针对现有航迹预测模型无法充分挖掘航迹数据中的关键价值信息的问题,提出了一种结合注意力机制与卷积神经网络(CNN)和门控循环单元(GRU)的飞机航迹预测模型。该模型以历史飞机航迹的经度、纬度、高度数据为基础,首先利用CNN模块从航迹数据中进行空间特征提取,然后将特征输入到GRU模块中进行时间特征的提取,最后利用注意力模块为特征的不同部分赋权,进一步提高模型的预测性能。实验结果表明,相较于CNN、GRU、CNN⁃GRU等模型,结合注意力机制的CNN⁃GRU模型在评价指标上有更好表现,能更精确地进行航迹预测。

红外偏振图像的目标检测方法

红外偏振成像探测通过对目标辐射和反射偏振态的探测,针对传统光学无法解决的问题,在目标检测方面取得高精度的结果,特别是在军事探测中,能够快速地将混杂在自然背景下的人造目标检测出来,以增强对目标的识别。偏振探测中所依据的强度、偏振度及偏振角信息反映出的不同物理特性,具有很强的冗余性和互补性。针对该特性,提出一种红外偏振图像的目标检测方法:首先使用Mean-Shift算法对红外图像和偏振度图像进行聚类处理;然后利用DS证据理论将聚类后的红外图像和偏振度图像中的物体信息充分结合,以区分目标与背景,达到目标检测的目的;最后通过仿真实验图像与小波融合图像结果的对比表明该算法的优势。

轮廓特征与神经网络相结合的行人检测

传统的基于方向梯度直方图与支持向量机的行人检测方法运算量大,针对这一问题,本文从轮廓特征的角度出发,提出了头肩轮廓特征与神经网络相结合的检测方法。该方法根据人体头肩模型具有相对稳定性,且轮廓特征可以作为人体识别的依据,采用边缘检测与均值漂移相结合的方式提取人体轮廓,采用经PCA降维的傅里叶描述子提取轮廓特征,结合神经网络分类器完成初次人体识别。采用RGB头发模型和均值漂移方法,对遮挡情况下被判别为非人体的目标图像做进一步处理,聚类出多个人体头肩模型,重新参与分类。实验结果表明,本方法人体检测的准确率和检测速度与现有的算法相比都有所提高,且克服了遮挡情况下人体头肩模型提取错误的弊端,提高了人体检测的识别率和应用范围。

穆勒矩阵图像的获取及处理

随着成像技术的发展,偏振信息在成像技术中的应用逐渐受到广泛的重视。偏振信息的提取方式就显得尤为重要。穆勒矩阵作为表示光照射到物体前后偏振态变化的系数矩阵,其不仅与物质本身息息相关,而且含有大量的偏振信息。此外由于穆勒矩阵含有16个元素,且每一个元素含有的信息都不尽相同,充分利用这些信息能够在目标识别、目标信息增强方面以及目标与背景分离的应用中起较好的促进作用。通过提出一种穆勒矩阵图像的获取方式,并对穆勒矩阵的信息加以初步的处理,最后与偏振度的信息加以对比,充分体现出穆勒矩阵图像在偏振成像应用中所具有的价值。结论表明通过穆勒矩阵图像处理后得到的图像比偏振度图像信息更加完整,能够对后期的模式识别处理提供良好的基础。

一种快速的单目移动相机下运动目标检测方法

从射影几何的角度分析了单目移动相机下场景运动矢量与摄像机运动之间的关系,基于摄像机光心坐标系,提出了一种快速极线估计算法.该算法中摄像机在此坐标系下永远静止,只有场景和运动目标在运动,将原来移动平台下运动目标检测的问题转换成静止平台下场景全局运动与运动目标独立运动的问题,并推导出光流约束的简洁形式.该算法框架能够根据KLT算法获得Harris角点光流场,并根据实际图像的运动场补偿摄像机的随机运动,同时在保证算法准确性与鲁棒性的前提下,与原来算法相比,计算速度提升了10倍左右.根据实际采集的图像序列进行了分析对比,真实的数据测试表明快速极线估计算法在保证算法准确性与鲁棒性的前提下,极大地降低了算法的计算量与计算时间,从而无需三维重建便可有效地解决单目移动摄像机下运动目标检测的问题.

基于TMS320C6678的背景更新算法的改进与实现

利用混合高斯模型描述序列图像背景是地面复杂背景下红外搜索跟踪系统中的关键技术。针对背景更新算法的收敛性和估计准确性的问题,提出了一种自适应混合高斯模型的背景更新框架。该背景更新框架通过建立混合模型迭代过程中学习因子与时间、模型状态的关系并且自适应选择混合模型中高斯分布的个数,有效地提高了背景估计的精确程度和算法的收敛速度。通过真实序列图像详细分析本文背景更新框架性能,同时研究设计了基于TMS320C6678DSP芯片的背景更新图像处理系统,实现了视频的传输、处理等系列功能,并与其他算法作比较,从数据分析和实验结果等方面表明本文算法的优越性。

移动平台下运动目标检测的MOF算法

建立了基于摄像机焦点运动所引起的场景全局运动的视差补偿技术(MOF)。摄像机自由移动时,由于场景的景深所带来的视差问题,需要对摄像机运动引起的场景全局运动进行补偿。重点研究了摄像机视角下摄像机与图像序列间光流场之间的运动关系,并实现了表征场景全局运动的MOF模型的建立。从摄像机视角的角度,利用射影几何的关系推导出光流场的约束条件,由场景的整体运动推测摄像机的运动,从而剔除视差虚警。最后,利用实际采集的图像数据进行实验,并与相关算法进行了分析对比,最终给出了MOF算法在摄像机平移、旋转等情况下的运动目标检测效果。

一种基于抛物线霍夫变换的雷达信号分选方法

在雷达信号分选时,一般的思路是采用到达时间、脉宽、频率、到达方向等参数对信号进行分选,分选完成后再将同一辐射源的脉冲幅度提取出来,进行雷达扫描特性等分析。对某实际采集数据进行了分析,发现信号的时间、幅度曲线有明显的规律,采用了抛物线霍夫变换提取了全脉冲的幅度特性,并采用时间、幅度联合分析完成了信号的分选。仿真结果表明了该方法的有效性,为雷达信号分选提供了一条新的思路。

天基海量电磁数据深度处理服务平台

当前电子侦察数据呈现爆炸式增长,如何挖掘电子侦察的潜力,提升应用效能是当前电子侦察技术研究面临的关键问题。海量电磁数据深度处理平台以大数据技术为手段,利用云存储、云计算构建海量电磁数据的大数据深度处理框架,通过数据抽取、知识图谱构建、数据规律挖掘等关键技术,实现基于电磁信息的战场目标状态与意图预测,可有效提高电子侦察在现代信息作战中的重要性,提升电磁情报对战略、战役、战术的支援能力。

基于Lowtran7的地空探测红外系统作用距离计算

利用基于对比度的红外系统作用距离模型,从作用距离公式中的目标辐射量和大气传输参数出发,分析地基探测和空基探测对应不同探测目标的辐射,利用光谱分割法对目标和背景辐射积分,通过调用Lowtran7大气软件形成大气辐亮度和透过率的数据库。提出一种求解作用距离方程的新方法,并在其基础上建立作用距离计算系统,提高了计算效率和准确性。利用生成的数据库对设定的空中目标和地面目标进行仿真,仿真结果表明不同纬度季节大气组分存在差异,波长对大气传输参数的影响不可忽略,大气辐亮度越强,透过率越小,红外系统的作用距离越小,在同一大气情况下,随着天顶角的增加,作用距离减小,并给出整个天顶角范围内作用距离分布。计算得到的结果与实际数据对比表明建立的作用距离计算系统可以为红外对抗提供合理有效的参考。

基于Harris角点的KLT跟踪红外图像配准的硬件实现

提出了一种基于Harris角点的KLT跟踪图像配准算法用于解决红外搜索跟踪系统中红外图像配准问题。该算法首先对红外序列图像进行Harris角点检测,选取合适的角点作为跟踪点,对跟踪点进行KLT跟踪,通过KLT算法计算出序列图像间的位移量,从而实现红外图像配准。整个算法在DE2-115系统平台上实现,采用CycloneIV系列的FPGA,在Quartus13.0软件上利用Vhdl编写和调试Harris角点检测、KLT跟踪以及匹配程序。最后结论表明,该算法能满足红外图像配准的精度和稳定性,并且FPGA在图像处理中可以提供更高的运算速度,更能满足图像配准的实时性要求。

高速红外视频处理系统的设计研究

由于红外地面弱小目标的检测与跟踪技术中,处理的数据量大,运算算法复杂,因此红外视频处理系统要求对数据信息有足够高的吞吐量和处理速度。DSP在数据的复杂算法运算处理方面有明显的优势,而FPGA更利于实现时序逻辑算法,所介绍的红外视频处理系统就将DSP模块作为核心处理器来完成红外地面弱小目标图像的检测与跟踪算法,FPGA模块则作为协处理器完成图像接收、预处理、时序控制等功能,FPGA控制ARM模块显示图像处理结果,形成高效处理图像数据的系统,该系统通过实践取得了较好的检测跟踪效果。

红外搜索跟踪系统中实时图像配准的研究和实现

为实现在红外探测器运动的条件下地面弱小目标的快速搜索与跟踪,提出了一种基于相位相关法配准和角点法配准相结合的红外图像配准方法实现对红外图像的运动补偿。根据相位相关法配准和角点法配准的特点,首先利用相位相关法对运动中的红外图像进行粗配准,然后利用相位相关法配准的结果作为角点法配准的先验信息实现图像的高精度配准。实验结果表明该算法能够在不降低配准精度的条件下,实时地为红外搜索跟踪系统提供红外图像的位移信息,有效地提高了红外搜索跟踪系统对弱小目标的检测率和检测精度。

对地面弱小目标的检测算法的研究

在研究地面弱小目标时,由于环境、人为误差及成像系统本身的影响,摄像机拍摄的视频会出现画面抖动比较厉害、成像质量差的现象。因此,需要对图像序列进行运动补偿。为实现对地面弱小目标的检测,提出了一种基于Harris角点检测的对地面弱小目标的检测算法。该算法利用了残差图中的灰度信息及残差图序列,在时间上具有连续性,算法的稳定性高,精度较高,实时性好。能够很好地剔除残差图中的虚警点,在较高精度下大大提高了对于地面弱小目标检测的水平。

基于KLT特征点的LK光流金字塔FPGA实现

提出了一种基于KLT特征点的LK光流金字塔的FPGA实现方法,用于解决目标检测与跟踪系统中图像匹配实时性差、鲁棒性低及资源开销大等问题。在FPGA端,首先利用优化的KLT算法提取图像的特征信息;再结合图像金字塔,通过优化的LK光流金字塔算法估计特征点的总光流;最终将FPGA处理结果与MATLAB仿真进行对比分析。实验结果表明,该优化的方法在硬件实现中是合理有效的,不仅降低了算法实现的难度及资源开销,同时可满足图像匹配精度及实时性的要求。

相位相关红外图像配准算法的硬件实现

在目前图像配准算法中,相位相关法是相对比较成熟的,并且有较多的改进算法,但是随着算法的复杂度增加,相应的运算量也增加,那么在保证效果的同时实时性却无法保证。根据这一现状,提出了在FPGA中实现相位相关法配准技术。在以FPGA为主处理芯片搭建的平台上,利用光纤高速传输图像,实现并且验证了相位相关法的可行性。详细阐述了相位相关法在FPGA中实现的主要步骤。结果表明,相位相关法能在FPGA中实现,并能充分利用FPGA的并行性和资源多的优点,使得处理算法的时间缩短,可以满足实时性要求。