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。

相关序列小目标图像背景杂波度量方法仿真

为了使图像背景的修复更为完整、效率更快,提出了一种相关序列小目标图像背景杂波度量方法,通过对图像背景的架构相似性进行度量,得到SSIM图,利用Canny算子边缘检测和梯度估算将SSIM图转换成梯度直方图,并获取其特征向量,提取目标图像背景的特征,构建图像背景特征空间,提取图像背景特征空间的相似度特征,估算不同区域背景和目标的架构相似度,获得相似度曲面,在曲面内将相似度特征与图像背景特征进行对比,进而完成对相关序列小目标图像背景杂波的度量。仿真结果证明,相较于传统方法,所提方法具有度量效率快与度量精准度高的优点。

基于杂波复合特性的伪装效果评估算法研究

针对传统伪装效果评估算法只适用于特定观察条件,无法分辨更多的图像细节的问题,对纹理杂波度量算法展开分析,并对比了典型的纹理杂波度量算法的预测表现和与人眼视觉感知的相关性;针对算法缺乏对伪装图像的颜色分析与考量的问题,提出结合杂波复合特性的综合伪装效果评估方法,通过主观评估实验验证,提出的算法与人眼视觉感知具有高度一致性和良好的预测表现,可为从事该领域相关研究的人员提供参考和理论支持。

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。

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。

Bi-conjugate gradient based computation of weight vector in space-time adaptive processing

Dear editor,Space-time adaptive processing(STAP)techniques can effectively suppress strong ground clutter and detect moving target for airborne phased array radar by combing spatial signals and the temporal pulses simultaneously[1].It is known that,when the clutter satisfies the independent and identically-distributed(i.i.d.)condition,the sample matrix inversion(SMI)-based STAP[1]requires twice the number of degree of freedom