Research on Gaussian distribution preprocess method of infrared multispectral image background clutter

This paper introduces a sliding-window mean removal high pass filter by which background clutter of infrared multispectral image is obtained. The method of selecting the optimum size of the sliding-window is based on the skewness-kurtosis test. In the end, a multivariate Gaussian distribution mathematical expression of background clutter image is given.

Motion Geometric Active Contours: Tracking Nonrigid Objects in Clutter Background

MGAC (Motion Geometric Active Contours), a new variational framework of geometric active contours to track multiple nonrigid moving objects in the clutter background in image sequences is presented. This framework, incorporating with the motion edge information, consists of motion detection and tracking stages. At the motion detection stage, the motion edge map provides an approximate edge map of the moving objects. Then, a tracking stage, merely using the static edge information, is considered to improve the motion detection result. Force field regularization method is used to extend the capture range of the edge attraction force field in both stages. Experiments demonstrate that the proposed framework is valid for tracking multiple nonrigid objects in the clutter background.

基于改进YOLOv5的甘蔗茎节识别方法

针对甘蔗智能切种机作业过程中背景杂乱导致茎节识别精度低等问题,提出了基于改进YOLOv5的一种甘蔗茎节识别方法。采用跨层级连接的方式优化颈部结构,增强不同层级间的信息融合能力;同时改进模型损失函数,一方面引入EIoU损失函数代替原始CIoU损失函数,提高边界框回归精度,另一方面利用Focal loss损失函数替换交叉熵损失函数,解决正负样本比例不均衡问题;最后引入Ghost模块轻量化网络模型。试验结果表明,本研究提出的模型相较于原模型,平均精度值提高了1.4个百分点,达97.80%,单张检测时间为16.9ms,模型大小仅11.40 Mb,实现了在不同杂乱程度场景下的甘蔗茎节识别,降低了切种时背景杂乱产生的影响。

基于对比学习的信息缺失手势识别新方法

针对现有深度学习模型识别信息缺失手势需要大量标注数据、更深的网络需要更多参数的问题,首先收集整理了一个信息缺失手势数据集IMG_NUIST,然后借鉴对比学习思想,提出了一个新的信息缺失手势识别模型CLGR,该模型通过对手势类内和类间差异度的对比约束提高模型特征学习性能。在两个经典数据集(ASL Alphabet和NUS I)和新提出的IMG_NUIST数据集上进行了广泛实验,消融实验表明对比学习思想能有效地将平均识别准确率提高至98.60%以上且收敛速度显著提升;对比实验表明本文所提模型计算复杂度比其它4个模型平均简化了41.4%,在NUS I和IMG_NUSIT数据集上的手势识别准确率超过四个对比方法,特别是在NUS I数据集上将识别准确率平均提高了17.35%,在ASL Alphabet数据集上的识别准确度仅比最优结果低0.43%。实验结果说明所提模型对于缺失手部部分信息和杂乱背景等问题的手势识别任务有显著效果,具有收敛速度更快、计算复杂度更少的优秀性能,有很好的实用价值。

云场景下天基红外探测可用度快速评估

天基红外探测场景下,云的存在会对目标探测造成严重干扰,导致无法连续检测跟踪目标,降低系统探测效能。系统在凝视工作模式下,背景在一段时间周期内变化较小,可根据背景特性建模分析不同云场景下探测系统的可用度。将理论分析、图像仿真、解析建模等多种手段相结合,对云场景下天基红外探测可用度进行快速评估。首先通过对目标穿越云层时的信杂比变化进行分析,建立可用度的初步估计模型,确定可用度的影响因素。然后在图像仿真和解析建模中,基于仿真结果拟合了信杂比低于阈值图像帧数跟云参数之间的线性关系,并结合参数物理含义建立可用度解析模型,采用回归分析法确定模型系数。最后基于新的仿真工况对比天基红外探测可用度的仿真值、初步估计值和解析预测值,验证模型的准确性和鲁棒性,该模型可作为系统可用度效能评估的有益参考。

有限角度下的实验室隐蔽固件非视域激光检测方法

受到反馈图像背景杂波的影响,隐蔽固件检测准确率较低,偏差率较高,由此,提出有限角度下的实验室隐蔽固件非视域激光检测方法。基于非视域成像原理,结合ToF数据构建非视域场景图像,应用ToF直方图了解非视域物体投影过程,掌握隐蔽固件的散射信息,重构非视域图像,利用背景灰度低于隐蔽固件灰度值的特点,分解图像块,匹配每个集合的梯度数量和幅值,提取满足梯度区域划分的区域,准确检测实验室的隐蔽固件。实验结果表明,所提方法在实行实验室隐蔽固件检测时,检测到15个隐蔽固件,偏差率较低,平均值为1.82,三维图像背景杂波接近0,受图像背景杂波影响较小,可以准确检测到实验室内的隐蔽固件。

基于图像结构复杂度的背景杂波表征方法

考虑到背景杂波图像结构无规则且复杂,目标图像结构规则且简单,两者之间的结构差异为杂波度量提供了有效途径,提出一种基于图像结构复杂度的背景杂波表征方法。首先,方向梯度直方图能有效表征图像结构信息,利用图像局部区域方向梯度分布熵表征对应区域的结构复杂度;其次,考虑到人眼视觉系统对图像对比度敏感,分别在图像方向梯度分布熵空间和对比度空间中度量背景杂波与目标之间的差异,采用标准方差加权求和的方式对背景杂波建模;最后,推导了背景杂波与目标获取性能之间的关系,建立了光电成像系统目标获取性能评估模型。利用公开数据集对模型进行了验证,实验结果表明,所提方法所评估的目标获取性能与实际主观目标获取性能具有较高的一致性,而且在均方根误差(RMSE)、相关性方面优于现有的杂波度量方法。

基于Pos-FCN的红外图像背景抑制方法

红外图像背景抑制可以为红外目标检测识别任务提供支撑。在实际的应用场景中,红外图像中的目标多为弱小目标,其特征不明显,一般背景抑制算法难以将其从背景中分离,而达不到背景抑制的最佳效果。针对上述问题,提出使用Pos-FCN网络实现红外图像背景抑制的方法,该方法使用特征卷积结构,依靠高分辨网络结构获取弱小目标的特征信息,通过大尺寸卷积特征图的前向传播方式实现了高维度特征中弱小目标信息的保留,使用卷积降采样特征提取和上采样图像恢复方式实现了端到端的处理,并在前置训练阶段引入了位置信息强化网络骨干特征提取效果。结果表明,该方法处理后的红外图像中信杂比提高至3.877,对比度提高至0.297,检测率达到了93.6%,因此,该方法可以实现良好的背景抑制效果。

海空背景凝视红外成像系统作用距离研究

针对凝视红外成像探测系统作用距离计算问题,在分析传统作用距离模型的基础上,提出基于图像目标信噪比检测依据的新距离计算模型.该计算模型全面考虑了目标与背景的对比度以及红外图像空间起伏噪声特性,给出了复杂背景限制下红外凝视成像探测系统作用距离计算公式.海空背景下舰载红外凝视成像系统探测距离计算实例表明该计算模型相对于原有计算模型能够更准确解决复杂背景情况下红外成像系统作用距离的估算问题.

背景杂波对红外成像系统性能的影响

结合红外成像系统的组成结构以及红外辐射信号的传递过程,给出了杂波的定义,即杂波是场景中包含的与目标信号相似的信号,同时分析了杂波的特征依赖性和相对性。基于杂波仅通过信号处理算法对目标信号产生影响的认识,给出了杂波影响下的系统探测性能模型,并与不考虑杂波时的系统探测性能模型进行对比,指出背景杂波导致的目标检测难度远远大于不考虑杂波的情况,系统的探测性能是目标、背景间均值、方差差异的复杂函数。

基于MRF的自适应正则化红外背景杂波抑制算法

针对复杂背景下红外弱小目标检测难题,将背景杂波抑制归结为从原始红外弱小目标图像中重建目标数据的过程,据此提出了一种基于马尔可夫随机场模型(MRF)的自适应正则化滤波算法.该算法采用MRF,建立了红外弱小目标图像的先验概率模型,并根据图像的粗糙度设计了新的势函数.在此基础上,采用MRF对背景杂波抑制过程进行正则化处理,从而实现了对红外背景杂波的自适应各向异性抑制.理论分析与实验结果表明,该算法能够随图像局部纹理特征的变化自适应地调整滤波算子结构,从而可在复杂背景下自适应地抑制杂波、增强信号,有效地提高了图像的信噪比,且该算法结构简单,更易于硬件实时实现.

基于空间匹配滤波的红外背景抑制技术

低信噪比条件下点目标的检测性能在很大程度上依赖于对红外背景杂波的抑制情况。针对红外背景杂波的统计特性 ,提出了一种改进型的空间匹配滤波算法。原理分析与实验结果表明 ,这是一种易于硬件实现 ,能有效抑制强起伏背景杂波的线性滤波方法。

可见光图像背景起伏的平稳性和相关性分析

提出了单位根假设检验可见光图像背景起伏平稳性的方法,理论上证明了时空域变化的广义平稳性。该方法采用ADF假设检验,从时域和空域分析背景灰度的变化,利用线性回归的方法进行协整性检验,从而得出结论。在平稳的基础上,使用相关长度刻划背景起伏的时空域相关性,得到两个结论。(1)一维指数模型的时间相关长度分析表明背景起伏具有强时相关性。并且这种强相关性集中体现在像素点灰度均值和相邻的有限帧(1～2帧)。因此提出低阶AR模型(1～2阶)对这种特性进行描述,得到的模型参数可用于图像背景估计。(2)空间相关长度分析证实了背景起伏具有强的空域相关性。并且图像可以分割成若干个不相关的区域。总的来说,背景起伏具有时空域的双重平稳性和强相关性。

运动效应和背景杂波对红外成像系统性能评估的修正

在红外成像系统静态性能模型的基础上 ,利用运动传递函数分析了线性、正弦、随机 3种运动形式对成像系统性能的影响 ,建立了动态性能理论模型 .结合背景杂波对约翰逊准则的修正 ,利用计算机对动态性能模型仿真 。

基于航拍图像的输电线路异物识别

为提高无人机电网巡线故障点排查的效率,针对输电线路走廊悬挂异物的潜在故障,提出一种可从大量航拍输电线路图像中筛选出挂有异物的图像的方法.基于形态学算法改进Otsu(最大类间方差)自适应阈值分割算法分割图像背景,提出一种新的基于输电线路特征的滤波方法进一步滤除背景;通过梯度法获取电力线的边缘,选取Hough变换累加器中局部极大值个数与最终检测到的线路数量作为异物特征向量来识别异物.最后,开发出批处理系统识别验证.结果表明,该算法能将挂有异物的电力线图像准确识别,为输电线路可靠性提供保障.

红外起伏背景的广义平稳特性研究

研究了计算大气云层背景图像集的样本均值、自协方差及 2 σ误差区间的方法 ,并在此基础上 ,针对实际的红外图像进行了大量的实验测试 .实验结果表明 。

基于机器视觉的红外成像系统探测性能评估

在分析红外成像系统的基础上 ,提出了一种基于机器视觉的系统探测性能评估模型 ,阐述了该种性能评估模型的基本思想、子模块及其预测性能的方法 .实验结果表明该性能评估模型能很好地预测复杂背景中目标的探测性能 .

采用多扫描自适应预测的红外弱目标检测

提出了一种多扫描预平滑RLS自适应算法用于增强红外成像数据中的弱目标检测。感兴趣的目标被假设为只有极小的空域扩展度,而且淹没于强背景杂波干扰中。通过RLS自适应滤波器,背景杂波分量被准确地预测并从输入信号中去除,从而只剩下目标信号与残留噪声。在全空域非平稳数据中应用多扫描机制可以增强算法对非平稳杂波的跟踪性能;而将原始图像数据经过预平滑处理后作为自适应滤波器的输入,则能够减少由于目标灰度扩展带来的背景预测失准。对真实图像数据的仿真表明该算法的性能明显优于其它几种传统方法。

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.

基于背景估计的红外图像杂波抑制方法研究

背景估计是背景杂波抑制和图像增强的重要方法,在低信噪比红外目标检测技术研究中备受青睐。提出了一种改进的形态滤波背景估计新方法。首先通过图像局部熵计算和分析建立了结构元素尺度与局部熵的对应关系,在目标特征分析的基础上对结构元素形状进行优化,然后采用形态滤波估计图像背景,实现背景杂波抑制和图像增强。仿真实验结果表明了算法是有效的。