红外图像多帧检测过程对性能的影响

结合红外图像序列检测算法的具体过程,分析了多帧检测的性能,从概率的角度推导了目标的辐射特性、运动特性、航迹关联算法与多帧检测性能的关系式,并从理论上就这些单个具体的因素对检测性能指标的影响进行了定量的分析计算.

基于红外热成像的围护结构热工性能定量检测方法研究进展

综述红外热成像技术在建筑围护结构热工性能定量检测领域的研究成果,介绍国内外定量红外热成像法的理论基础、发展历程以及在量化热工缺陷能量损失中的应用,从构建稳态热流环境、对流辐射换热计算、测试操作选择3个方面总结现场检测的影响因素,归纳图像处理技术在排除光学干扰、辨识热工缺陷、热工信息可视化等方面对红外检测领域的贡献,分析未来红外热成像的应用前景与发展方向。研究表明,红外热成像技术可成为围护结构热工性能定量检测与热工缺陷量化识别的优秀方法。

基于多传感器融合的红外图像序列检测性能分析

针对红外图像目标检测性能问题,从多传感器融合算法的典型流程出发,推导单帧检测性能、多帧检测性能和多传感器融合性能的关系,并从理论上对单个因素的影响进行定量分析.分析结果表明,多传感器融合的性能比单帧检测性能和多帧检测性能更优越.

基于帧间差分和光流法的红外图像运动检测

在红外图像运动目标检测的研究中,针对IR探测器在不同的工作状态下所获取的复杂红外图像序列,为了从中有效地检测出中的运动目标,提出了一种用帧间差分和Lucas Kanade光流法的运动检测组合算法。在分析IR探测器工作状态的基础上,建立了IR探测器与目标的相对运动关系。对IR探测器在静止和运动时分别采用帧间差分法和Lucas Kanade光流法进行运动检测。对实地拍摄的红外图像序列进行仿真分析,实验结果表明通过对IR探测器工作状态的分析,智能地转换运动检测算法,可实现对目标的准确有效地检测。

帧间逼近法用于大噪声红外图像的运动检测

提出一种基于像素邻域的切比雪夫逼近的方法实现运动检测。文中假定红外视频序列背景在相邻帧之间在区域上存在线性关系,由于噪声存在,这种线性方程不相容。通过在Banach空间上建立切比雪夫逼近,求出两帧之间的逼近系数,对逼近系数设定阈值,实现复杂背景的运动物体探测。通过对雨雪天气的两组数据仿真实验,并与简单帧间差模型在同等阈值下比较噪信比,发现该法鲁棒性显著提高。实验表明,该法在提取出主体运动同时,能够有效抑雨、雪等运动背景构成的噪声,具有一定应用价值。

基于帧差检测技术与区域特征的红外与可见光图像融合算法

为了提高红外图像的融合质量并降低复杂度,提出一种基于帧差检测技术与区域特征的红外与可见光图像融合算法。首先,设计帧差法对红外图像中的目标完成检测,从而进行目标分簇与图像分割;并借助帧之间的信息完成目标的准确定位;再根据目标区域的特征设计不同的融合规则,充分利用可见光和红外图像的有效信息进行互补,完成图像融合,并对融合算法的复杂度进行理论分析。同时,在可见光和红外图像中目标不可动可观察及目标可运动可观察两种条件下进行融合实验,实验结果表明,与当前图像融合技术相比,所提技术具有更高的融合质量,其融合图像能够准确反映目标和背景。

基于多帧移位叠加的红外小目标检测方法

由于基于能量积累的各种算法对预检测的目标漏检和噪声密度都比较敏感 ,所以要求预检测在注重目标检出率的同时应尽量减小虚警。例如当噪声密度大于 3%时高阶相关法检测性能大幅下降 ,Hough变换法在噪声密度较大时不但性能下降 ,而且运算量也增加很多。基于此 。

结合帧差的核相关滤波弱小红外目标检测

为了提高红外目标检测的性能,提出了一种结合帧差的核相关滤波弱小红外目标检测算法。算法首先通过核相关滤波训练当前帧获得最大回归值,相对间隔帧求取差值,以此进行循环移位,从而实现对帧间背景运动的补偿;再者借助帧间差分法提取当前帧相对运动特征,增强区分弱小目标和红外背景的能力;最后对相对运动特征进行阈值分割获得最终检测结果。仿真实验显示本算法能有效检测出复杂环境下红外弱小目标,与其他同类算法相比,本算法可以很好地对杂波和点状干扰源进行抑制,获得较高的目标检测率,同时将大量运算置于频域中,运算效率也优于其他算法。

基于显著性与帧间差分的红外弱小目标检测

针对复杂背景下弱小目标检测问题,提出一种基于图像显著性和帧间差分相结合的红外弱小目标轨迹检测算法。该算法首先利用高效的频域残差法检测目标可能的存在区域,再利用帧间差分法消除背景孤立的奇异点和背景变化较强烈的部分,突出了目标信息。然后将差分图像进行累加初步得到目标的轨迹,经过累加后的图像目标的能量较杂波和噪声有了显著的提高。最后通过门限分割和轨迹关联进一步剔除虚警目标。仿真实验表明,算法在不同的背景杂波和目标尺寸下都有较好的检测性能,便于硬件实现和后续的识别与跟踪。

基于红外图像帧关联的自动阈值分割方法

针对目前单帧图像阈值分割中分割易受突变影响、目标背景分割不明显以及分割效果较差等问题,提出了一种基于红外图像帧关联的自动阈值分割方法。该方法利用自动阈值分割法简单分割单帧图像,然后根据图像帧关联信息对图像进行分组处理,再对每帧图像进行权重分配,最终确定每帧图像的分割阈值,以提高分割的抗干扰性,改善分割效果。通过理论分析和实验仿真验证了该算法的有效性和可行性,并将其与其他算法进行了对比实验。实验结果表明,本文提出的分割算法的抗干扰性较强,能够将目标图像从背景中清晰地分割出来,具有更好的分割效果和更强的应用性。

3D-HEVC深度图像帧内编码单元划分快速算法

针对3维高性能视频编码(3D-HEVC)中深度图像帧内编码单元(Coding Unit,CU)划分复杂度高的问题,该文提出一种基于角点和彩色图像的自适应快速CU划分算法。首先利用角点算子,并根据量化参数选取一定数目的角点,以此进行CU的预划分;然后联合彩色图像的CU划分对预划分的CU深度级进行调整;最后依据调整后的CU深度级,缩小当前CU的深度级范围。实验结果表明,与原始3D-HEVC的算法相比,该文所提算法平均减少了约63%的编码时间;与只基于彩色图像的算法相比,该文的算法减少了约13%的编码时间,同时降低了约3%的平均比特率,有效地提高了编码效率。

基于隔帧差分向量无穷范数的运动弱小目标的检测

提出了运用隔帧差分向量无穷范数检测红外图像序列中运动弱小目标一种新算法。算法以隔帧差分为基础,该处理系统不仅能够探测到帧间位移不小于1个像元的点目标,而且可以探测到帧间位移小于1个像元而多帧累积位移大于1个像元的运动点目标,使算法探测与识别目标的能力大大提高,为不同速度多目标的检测提供了新的可能。仿真实验结果表明,该算法具有较高的检测率和良好的实时特性,能有效地检测出低信比红外图像序列中的弱小运动目标。

基于双边滤波与帧差方差法的微小泄漏点检测

为了对器件的微小泄漏进行检测定位,介绍了一种利用红外热像对复杂器件进行微小泄漏点的定位方法,利用红外相机采集多帧经热气加热并进行差压脉冲操作时被测器件的红外图像。对红外图像进行双边滤波去除噪声后,利用泄漏点的温度场的变化即图像灰度值细微变化,提出了一种帧差方差法,通过增强泄漏点灰度值变化,准确定位到泄漏点位置,并对得到的泄漏点进行灰度值帧差概率计算确定是否为真泄漏点。实验证明:与其他方法相比,所提方法能够有效去除周围噪声,克服了复杂器件易受红外反射率的影响、微小泄漏点变化幅度小、变化较慢的问题,并得到了较好的接受者操作特征(receiver operating characteristics,ROC)工作曲线,同时可以满足工业生产中对微小泄漏检测的要求。

动态背景下的红外运动目标检测

针对传统运动目标检测方法在背景和目标都存在运动时,无法进行有效的运动目标检测的问题,提出了一种动态背景下红外运动目标检测算法。首先,提出了一种基于帧差法的图像匹配特征块选取方法,并结合改进的互信息测度对相邻图像进行背景匹配;接着对匹配后的图像进行帧差处理,给出了基于特征块的阈值确定方法;并对分割后的图像进行形态学滤波去除孤立干扰点;最后,利用图像投影的方法得到运动目标区域,完成运动目标的检测。仿真实验表明,该算法能减少背景干扰,突出运动目标,有效地检测出变化背景中的运动目标。

基于Sobel算子的红外运动目标检测算法

当前我国红外图像的处理办法是从20世纪80年代开始发展起来的,红外图像的检测算法有很多,都是依据其自身的特点而定的,对红外图像处理内容与平时可见光的处理方式是有所不同的,红外图像主要是对于变形的图像进行处理矫正,根据函数的不同进行改变,对于直流方向的校正,以及改变图像的亮度、对比度,处理图像的尖锐部分,让其变得平滑,这方面包括图像像素间的积累,像素的增加,直方图的处理等等,但是由于整个红外处理要求很高,因此,要想实现高质量的检测,并提升准确程度是有一定困难的。我国对于船舶的检验是从较简单的人工检验下发展起来的,现在适用于较为复杂的背景检测,人工背景检测一般包括天空、海洋、墙面等,目前检测技术就是通过现代的数字处理技术、红外图像理论进行检查,通过先进的技术对复杂的直观图进行分析和检测,增强人们对于图像的认识和识别。本文将首先介绍分析运动目标检测的方法,然后分析了Sobel算子的检测方法,整个实验都对于检测红外图像有着很好的效果,希望能为日后的推广运用起到作用。

红外弱小目标检测技术综述

随着红外探测技术的不断发展,对探测距离的要求越来越高,红外弱小目标检测技术已成为国内外红外探测领域的研究重点。简介了红外弱小目标检测的背景及意义;重点综述了目前在红外弱小目标检测领域中各类典型方法的研究现状及最新进展;给出了几种不同类型的红外弱小目标检测方法的实验对比;最后对红外弱小目标检测技术的研究进行总结和展望。

基于PXI总线的便携式红外图像采集和评估系统设计

红外探测器性能的好坏直接影响到红外导引系统的探测精度。受制造工艺等因素的影响,红外探测器总是存在一定数量的盲元,所以必须对其进行检测、标定和评估。通过对盲元检测算法的研究,结合具体研究对象,提出了一种基于双参考源的梯度阈值检测算法,并基于此算法研制了一套测试系统。实验表明:提出的盲元检测算法针对性强,检测精度高;研制的测试系统便于携带,能够在室内和野外进行测试,有力地提高了生产的自动化水平。

基于Curvelet变换的红外图像背景杂波抑制算法

为提高复杂背景下的红外弱小目标的检测性能,引入图像的 Curvelet 变换。在 Curvelet 域经阈值化处理抑制背景杂波中的低频分量,然后在空域中通过块对比的操作进一步抑制杂波的边缘分量,最终实现背景杂波的抑制和弱小目标的增强。利用几组实测数据的测试实验结果表明了所提出的算法的有效性。

基于局部峰值的红外弱小目标快速检测

针对红外图像的小目标检测问题,提出了一种基于局部尖峰特性的检测方法.首先分析红外小目标的局部灰度特性,提出了一种红外目标的峰值特性判据;然后依据目标的峰值特性判据和时域特性,设计了一种目标检测的快速算法,算法先基于子块预选出局部极大值点,把后续运算限于各极大值点处以减少运算量,再根据极大点值在各方向上的灰度下降判断其尖峰特性;最后利用帧间的连续性滤去噪音引起的伪目标.实验表明本文的算法具有很快的处理速度,且能有效滤去图像中的随机噪音.

复杂背景下红外小目标自适应检测跟踪

本文针对复杂背景下红外小目标检测跟踪问题,提出了一种背景自适应的目标检测跟踪方案。针对地面背景下的红外目标检测,采用帧差法,分别提出了跳帧多帧差法和双阈值多帧差法以应对目标长时间静止和灰度对比度下降的问题。针对天空背景下的红外目标检测,采用基于目标区域稳定性和显著性(Regional Stability and Saliency, RSS)的检测算法。在检测得到目标备选点后,使用带标签的高斯混合概率假设密度(Gaussian Mixture Probability Hypothesis Density, GMPHD)滤波器对备选点滤波以输出目标初始轨迹。同时引入轨迹整理将间断的初始轨迹重新连接并进一步去除虚警。经过验证,本文提出的目标检测方法可在复杂多类背景下准确检测并跟踪红外图像中的小目标。