引入梯度分布特征的图像背景杂波度量

为提高图像背景杂波度量法对目标获取性能的预测精度,本文基于人眼视觉对物体边缘敏感的视觉特性,将区域梯度分布作为新的结构特征,提出了引入梯度分布特征的图像背景杂波度量法。首先,采用梯度方向直方图表征目标结构特征,选用巴氏系数度量图像目标和背景杂波在两个梯度方向直方图的相似性;然后,将基于图像结构相似性度量方法得到的结构相似性信息进行加权;最后采用D.L.Wilson提出的目标获取性能模型作为目标探测概率、虚警概率和搜索时间的预测模型对Search_2数据库中的目标进行了获取性能预测。结果显示,提出的图像杂波度量法提高了目标获取性能模型的预测精度,得到的线性相关系数分别为0.870、0.845、0.897,均方根误差分别为0.0569、0.0469、2.129,与实际观察者获得的一致性较高,且没有明显的野点,预测性能明显优于现有其他杂波度量方法。

利用人眼视觉特性的图像结构差异性杂波度量

针对光电图像杂波效应对目标获取性能的影响,提出一种基于人眼视觉特性的图像结构差异性杂波度量。依据人眼对图像结构的高度自适应性以及图像质量评估领域广泛认可的图像结构的定义方法,计算目标和杂波的结构相似性;并根据人眼的视觉显著性原理,给出两种适用于结构相似性的显著性加权信息度量。采用外场实验对该杂波度量的合理性进行验证,得出基于该杂波度量的目标预测性能与外场目标获取性能,在均方根误差、相关性方面都优于现有的杂波度量的预测性能。

一种基于结构相似度的杂波尺度

为定量研究光电场景杂波,提出了一种新的杂波尺度.首先建立目标结构特征空间,将背景矢量向之投影,通过衡量投影矢量的归一化长度评价背景与目标的相似度,实现对杂波的定量度量.与以往的杂波度量方法相比,该尺度通过强调空间分布特征,剥离灰度分布影响,有效抑制环境因素变化对杂波评估稳定性的影响,同时通过以目标作为参照物,降低对背景描述的要求,使对不同场景的杂波度量有很好的适应性.实验数据分析表明,该杂波尺度能较好地预测目标与背景在结构上的相似程度以及结构相似度随距离的变化关系.

激光干扰对CCD跟踪性能影响的图像尺度分析

分析CCD成像跟踪系统的组成及常用跟踪算法,针对激光干扰图像的特点,结合机器视觉中背景杂波的量化方法,提出一种基于小波能量与平方和根的图像尺度,并将其应用于激光干扰对成像跟踪性能的影响分析。该尺度利用小波能量尺度在成像跟踪系统方面以及平方和根尺度在目标局部对比度方面各自的优点,适用于激光干扰后跟踪算法性能的评估。激光视场内干扰与视场外干扰的实验结果表明,该尺度能够较好地反映激光干扰图像对于CCD成像跟踪算法性能的影响,初步验证了尺度的有效性。

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。

均匀圆形阵列的局域互谱尺度STAP算法

机载雷达采用均匀圆形阵列天线具有搜索跟踪方式灵活,能实现方位360°扫描等优点,并且当波束在阵列平面内旋转时,波束形状不会有明显改变。本文建立了均匀圆形阵列机载雷达的杂波模型,从杂波谱的空时分布和杂波特征谱的分布两个方面研究了其杂波特性,提出一种固定结构降维结合自适应降秩的STAP算法:局域互谱尺度法,该方法先用固定结构降维处理器将杂波由全空时降至一个维数较低的空间,以减小计算量,降低训练样本数目,然后采用互谱尺度法选取降维杂波协方差矩阵N个最大互谱值对应的特征矢量构成二次降维矩阵,从而保证了在局域范围内,处理器性能最优。仿真结果表明,该算法的性能优于局域处理算法,但运算量和训练样本数与局域处理法相当,且鲁棒性较强。

基于测试图像的背景杂波量化尺度评价

为了合理量化光电图像的背景杂波,针对采集的测试图像,用边缘概率尺度、统计方差尺度和相位相关尺度等三种背景杂波尺度进行了计算。以目标获取性能统计结果为基础,对这三种尺度的性能进行了验证。研究结果表明边缘概率尺度性能比较稳定;统计方差尺度的性能受图像中灰度起伏的影响比较大,对于背景的统计方差均值与目标的显著性不一致的场景,不适于用该尺度进行杂波量化;而相位相关尺度的性能受均匀背景的影响比较大,更适用于整幅图像所含信息量比较大的情况。

基于最佳响应阈值的背景杂波度量

以往的背景杂波度量存在取固定经验性的权重值或忽略人眼视觉响应(HVS)等问题,无法准确度量背景杂波。提出一种新的杂波度量方法,这种方法引入最佳响应阈值模拟人眼对杂波响应的适应性,并利用该阈值研究背景的相似性对目标获取性能的影响,进而完成对杂波的度量。利用Search_2数据库验证该杂波度量方法的合理性。实验结果表明,基于该度量的目标获取性能预测与主观数据一致。目标探测概率的均方根误差为0.0835,相关系数分别为0.7124和0.7444;目标虚警概率的均方根误差为0.0691,相关系数分别为0.7874和0.6753;目标搜索时间的均方根误差为3.2321,相关系数分别为0.7630和0.7710。