基于直方图均衡化的Robinson图像边缘检测算法

针对图像边缘检测,现有Robinson相关算法存在效率低、阈值设定随机性大、易出现伪边缘等问题,提出一种改进Robinson的图像边缘检测算法;该算法利用直方图均衡化对图像进行增强,然后将Robinson算子原有的八方向梯度依照两两垂直原则组合为八组,分别计算每组梯度的范数,并取其最大值作为该像素点的梯度;最后取整幅图像的灰度均值作为阈值来识别图像的边缘像素和背景像素;实验表明,相对于现有相关算法,该算法检测结果更加清晰完整,同时避免了传统算子人为设定阈值随机性大的问题。

基于Robinson双模板匹配及融合的点目标检测算法

为了提高复杂背景下红外预警系统对空中红外点目标的探测效果,对传统Robinson滤波器的模板应用进行了延伸,在背景抑制和背景分割的基础上,对单帧红外图像中点目标进行Robinson滤波器双模板匹配及融合检测。实验表明,与传统Robinson滤波相比,此方法既提高了点目标的检测概率,同时更好地抑制了背景,取得了较为理想的目标检测效果。

基于移动式加权管道滤波的红外弱小目标检测

针对复杂红外背景中边缘噪声的干扰导致传统检测算法在低信噪比下目标检测概率较低的情况,提出了基于移动式加权管道滤波的弱小目标检测方法.该检测方法引入了自适应学习的思想,在利用管道滤波检测目标时,根据目标位置实时地修改加权的管道中心坐标位移,有效地抑制了边缘噪声对目标检测的干扰.与传统的管道检测方法相比,本方法能更好地抑制边缘噪声的影响,从而正确检测出真实目标.基于连续采集的红外序列图像进行的实验表明,当红外图像的信噪比大于等于1.5时,该方法均能有效地检测出弱小目标的轨迹.

基于小波变换图像融合的镁熔液弱小目标检测

针对镁熔液图像中第一气泡不易检测的问题,提出1种基于小波图像融合与罗宾逊滤波法相结合的检测算法。利用小波变换将第一气泡析出前后的各2帧图像分别分解为多尺度的低频分量和高频分量,根据融合规则对所获得的低频分量和高频分量分别进行处理,获得融合图像;对2帧融合图像分别进行罗宾逊滤波,再通过形态学开运算处理,检测弱小目标。对比分析融合图像与原图像,结果表明融合图像一定程度上可弥补信息缺失,补充图像细节,信噪比得到提高。并将罗宾逊滤波效果与加权均值滤波效果和中值滤波效果进行对比分析,结果表明,采用罗宾逊滤波后的图像信噪比提高了1倍以上,对比度提高了约13倍。实验结果验证了本文方法检测镁熔液第一气泡的有效性。

一种新的红外小目标检测算法及其应用

针对红外探测系统中单帧红外图像中的小目标检测问题,在分析红外场景模型的基础上,提出了一种基于自适应噪声平滑和Robinson Guard背景杂波抑制的空间滤波算法。该方法对于起伏背景下红外小目标的检测和识别有良好的性能,且具有目标信息损失小的优点。利用ADSP-TS201S高性能数字信号处理器实现了该算法,并成功应用到全向红外搜索跟踪系统中。实验结果表明,在低信噪比情况下,所提出的单帧红外小目标检测算法有很好的检测性能。

多波段线扫红外图像的实时预处理系统

探讨了在实际工程应用中红外背景和弱小目标的特性,并针对弱小目标提出改进的最大中值滤波算法来提高图像信噪比,并级联Robinson滤波对背景进行有效抑制。两种算法在FPGA中实时实现,为后续的算法节省了宝贵的时间。处理后的图像通过PCI总线传送到主机进行验证。实验表明,该方法能够消除严重的噪声,并能对背景进行很好的抑制,具有很高的实用价值。

多伯努利滤波的快速红外弱小目标检测与跟踪

针对复杂背景下多个弱目标检测与跟踪中存在的跟踪不稳定、非实时及量测模型高度非线性问题,提出一种基于多伯努利滤波的快速检测与跟踪算法.首先,采用改进的Robinson Guard算法抑制背景杂波,避免强起伏背景图像中目标被抑制的问题;其次,采用平方根容积卡尔曼滤波实现多伯努利检测前跟踪,在保证实时跟踪的同时,解决了滤波的高度非线性,避免了协方差矩阵负定造成的数值不稳定.实测红外背景图像实验表明,改进的Robinson Guard算法能够有效抑制背景杂波、保留弱目标信息,平方根容积卡尔曼多伯努利检测前跟踪能更准、更稳定地估计目标数目和状态,实现目标的实时检测与跟踪.

红外弱小目标检测背景抑制算法研究

复杂背景下红外小目标识别一直是红外图像处理的关键技术之一,针对复杂云背景下红外弱小目标的时域和空域特征,考虑到易于硬件实现和实时性要求,提出基于快速统计排序滤波和Robinson Guard滤波并行快速处理算法,对复杂背景进行高信噪比抑制。实验证明,该方法能够有效地提高红外弱小目标图像信噪比和复杂背景下的小目标的检测概率。

基于改进HFQC滤波的红外弱小目标检测

针对远距离的深空背景探测,解决低信噪比红外图像中的弱小目标检测问题,提出了一种基于改进HFQC滤波的多帧表决检测算法;首先对单帧红外图像进行多帧能量累积和滤波以提高信噪比,并利用最大对比度方法分割候选目标,然后利用图像序列中目标的运动特性,对候选目标进行基于HFQC滤波的多帧投票表决,实现真实目标的检测;实验结果表明:该方法在低信噪比条件下,能够有效抑制背景噪声和降低虚警,具有较好的检测性能。

基于FPGA的点目标滤波检测算法

介绍和分析了在当前成像跟踪系统中常用的几种点目标滤波检测算法。为了满足图像处理实时性要求,设计了一套针对图像滤波算法的FPGA硬件实现结构。该结构具有FPGA高速并行计算能力,能在信号读出的过程中实时地完成多种滤波处理。成像实验证明该方案切实可行,具有良好的实时滤波效果。

点目标检测的滤波算法及其硬件实现

介绍几种在成像跟踪系统中常用的点目标滤波检测算法。为了满足图像处理的实时性要求,设计实现了一套针对图像滤波算法的FPGA硬件实现结构。该结构充分发挥了FPGA高速并行的计算能力,能在信号读出的过程中实时地完成多种滤波处理。实验证明该方案可行,具有良好的实时滤波效果。

全局-局部联合滤波的红外小目标背景抑制方法

背景抑制可有效降低杂波干扰、突显观测目标,是红外小目标检测关键技术之一。通过对现有背景抑制算法的对比分析发现:全局滤波和局部滤波具有一定的互补特性,全局滤波可有效抑制大面积缓变背景,但对起伏背景的边缘区域抑制有限,局部滤波在抑制背景边缘和"脉冲"噪声方面效果较好。基于此,构造了一种全局-局部联合滤波器,结合奇异值分解良好的数值稳健性和自适应性、Robinson Guard边缘滤波器具有保留目标边缘及其内部信息的特点进行背景抑制。通过多组实验分析,并与单一滤波和基于小波与形态学联合滤波的方法对比,结果表明,该方法在信噪比增益和背景抑制程度上更具优越性。

基于5×5模板的红外小目标图像检测算法

针对天空背景下红外图像弱小目标的特点,提出了一种用于红外小目标检测的算法,在9个点及以上的目标中,传统图像预处理采用3×3模板达不到预期的效果,因此文中采用5×5,4×4的模板对红外图像进行中值滤波,灰度形态学等预处理,采用大规模可编程门阵列来实现,通过实测天空背景下的红外图像实验,表明了该算法能有效地检测出红外图像中的弱小目标。

一种背景自适应调整的弱点目标探测算法

针对因复杂背景导致低信噪比的弱点目标探测率降低的问题,首先分析了从红外图像中探测弱点目标时,由于复杂和缓变背景下潜在目标探测率不同,而导致目标探测率降低的理论依据;并在该分析的基础上,提出了一种基于背景自适应调整的红外点目标探测算法。该方法利用鲁宾逊(Robinson)保护滤波器从经过预处理的图像中提取潜在目标;通过复杂背景模糊隶属度函数将图像映射到模糊特征平面,并由该特征平面计算背景调整因子,以对提取的潜在目标进行加权调整,从而降低了复杂背景的影响。实验结果表明,该算法可以显著提高复杂背景下红外点目标的检测概率,并且能够探测出信噪比为1的目标。

基于光流直方图的云背景下低帧频小目标探测方法

对低帧频、云层背景下,低信噪比的弱点目标探测率降低的问题,提出了光流直方图(OFH)的定义,并且给出了OFH的性质。分析了低帧频下红外图像探测弱点目标时探测率降低的原因,提出了一种基于OFH背景补偿的红外点目标探测算法。利用OFH得到背景的运动矢量,进行运动背景补偿;然后利用目标与云层运动差异性,得到帧间比较结果,并对比较结果通过Robinson滤波器进一步滤除残留的边缘,达到降低虚警的目的。实验结果表明,该算法可以显著提高在复杂背景下红外点目标检测概率,并且能够探测出信噪比为1的目标。

红外背景抑制与小目标检测算法

目的针对Robinson guard滤波器的局限性和红外图像背景抑制问题,提出一种新的红外背景抑制滤波算法。方法首先通过形态学Tophat算子对图像背景进行抑制,然后对背景抑制后的图像采用改进的Robinson guard滤波器进一步凸显目标,并通过阈值化分割出感兴趣区域,在此基础上,利用Unger平滑去除小的噪声点,最后用局部信杂比(SCR)和移动式管道滤波剔除伪目标,实现运动小目标的准确定位。结果采用3组不同的红外背景图像序列进行实验,所提算法对不同背景均有很好的抑制效果,与传统Robinson guard滤波方法相比,本文算法不仅能更有效地保留目标的特征信息,而且对3组图像序列的小目标的检测率分别提高了1.1%、2%、11%,虚警率分别降低了14%、12%、16%。结论本文算法能有效地检测出小目标,具备较高的准确性,对于低信噪比的图像具有良好的适应性。同时,本文算法具有较高的实时处理能力,有利于实现实时性技术应用。