复杂背景下红外弱小运动目标检测半仿真数据集

红外弱小运动目标检测是空中红外探测的核心技术之一,且一直是光电探测领域研究的热点问题,尤其是复杂背景下弱小运动目标检测,尚缺乏有效的技术解决途径。针对当前红外弱小运动目标检测领域数据规模小、场景类型丰富程度不足的问题,本数据集面向空中红外探测设备远距离探测空中飞行目标应用,借助小型无人机平台搭载红外探测设备,通过实地拍摄、数据加工及仿真目标嵌入处理等,提供了一套数据规模大、场景类型丰富的复杂背景下红外弱小运动目标检测半仿真数据集。图像数据采集中设置多种实验条件,以求尽可能地全方位模拟典型应用场景:为体现探测平台与目标的相对高度,设置了仰视、平视和俯视三种拍摄视角;为模拟不同场景类型,数据集获取场景涵盖了天空、水面、植被、建筑物等多种场景;为模拟被探测目标不同运动情况,数据集中采用分段拟合的方式,设置了不同复杂程度的目标运动轨迹;本数据集仿真了不同灰度分布、不同信号强度的弱小运动目标,并高质量地嵌入图像背景中。本数据集共计350段数据、150185帧图像,标注文件中给出目标坐标位置的详细标注信息。本数据集可为复杂背景下红外弱小运动目标检测、跟踪等研究提供基础数据。

复杂背景下空中小目标动态红外成像仿真技术研究

空中小目标红外图像广泛应用于目标检测与识别和军事训练等领域,但这些数据获取成本极高,部分条件下的数据难以获得,因此,研究复杂背景下空中小目标红外图像仿真技术具有重要的研究意义。本文提出了复杂背景下空中微弱小目标动态红外成像仿真方法,并开发了相应的仿真软件。利用简化的三维目标模型模拟空中小目标,考虑大气传输效应,对目标自辐射和反射辐射进行建模。使用任意天空图像对背景初始化,通过相机透视模型调整可视区,并添加相机抖动模拟真实机载成像中的情况。利用泊松融合将仿真目标与仿真背景融合,并通过设置目标和相机的动力学模型,实现了任意数量飞行目标、飞行轨迹的动态仿真。为高效仿真不同背景、多种飞行条件下的空中小目标红外图像提供了一种思路。

空间目标/星空背景红外建模与仿真

介绍了空间目标/星空背景动态红外图像仿真的实现。首先,建立空间目标的几何模型,并对空间目标进行受热分析,建立空间目标外表面的红外热辐射模型,将计算结果量化形成灰度值,生成空间目标的红外图像;其次,将背景红外图像生成中常用的理论模型法与实际场景红外图像目标剔除法相结合,提出一种星空背景红外图像生成方法,即恒星在大气层处的红外辐照度不通过理论模型求取,而是由红外星表数据简单计算得出,将计算结果量化形成的灰度值赋予通过计算机生成恒星的几何视图,生成星空背景的红外图像;最后,将已生成的空间目标红外图像与星空背景红外图像的灰度归一化,进行灰度层次上的合成,同时,以红外传感器视轴指向作为图像的中心进行空间层次上的合成,最终生成完整的空间目标/星空背景红外图像。

红外成像仿真系统目标/背景辐射能量计算

红外探测系统不仅能探测到的目标红外辐射,也探测到环境背景的辐射。红外制导半实物仿真系统在试验过程中,目标和部分环境背景辐射都进入参试探测器的视场内,而红外探测系统响应的是目标和背景的辐射通量差。根据红外辐射度学的基本理论,结合红外半实物仿真系统的光学系统结构和特性,计算了红外成像仿真目标与试验室环境背景在参试探测器像素的辐射通量差以及红外仿真小目标与环境背景在参试探测器入瞳处的辐射通量差,以便对仿真系统的能量进行定量地分析。

复杂背景下红外图像弱小点目标自动识别仿真

传统识别方法受到低信噪比、低对比度、缺乏弱小点目标的形状及纹理信息等因素影响,尤其在复杂背景下,弱小点目标自动识别准确率较低,针对此问题,提出一种基于BEMD(二维经验模态分解算法)的红外图像弱小点目标自动识别方法,根据待识别图像的频谱特性,并结合分频段处理方式。对比了不同滤波器的性能,并建立了图像滤波器组,采用滤波器组将弱小点目标图像分解到不同子频域中;对子频段图像进行罗宾逊滤波处理,提取弱小点目标。采用多层经验模态分解算法对原始弱小点目标图像输入函数分解为二维本征模态函数,通过微分计算来获取原始图像与背景区域之间的差,分割出弱小点目标区域。通过局部逆熵分割弱小点目标区域的高频信息来获取各个模态函数的弱小点目标识别结果。实验结果表明,所提方法能够高效且准确地提取出弱小点目标,更好地抑制复杂背景。

可见光-红外目标与背景温差特性研究

由于陆地背景环境复杂,单一非制冷红外稳瞄跟踪装置在应用中存在目标识别、跟踪可靠度不高的不足。为解决该问题,首先对典型地面目标与背景的温差特性以及背景环境对红外成像的影响规律进行研究,在此基础上设计具有红外通道和电视通道的复合稳瞄跟踪装置方案,通过对比复合稳瞄跟踪装置与单一红外稳瞄跟踪装置的成像性能,分析复合稳瞄跟踪装置的可行性。背景环境对红外成像的影响规律为:在清晨/傍晚时段,目标与地面温差不足(小于5 K),红外图像存在目标对比度低、信噪比不足的缺陷;正午时段,红外图像存在目标完全淹没在背景中的缺陷。设计的具有红外通道和电视通道的复合稳瞄跟踪装置,电视通道对红外通道的成像质量影响较小(红外通道实际通光量相对减少不到5%),在地面背景红外辐射噪声干扰大的情况下电视通道成像清晰,在目标温差足够的情况下,红外通道成像清晰,验证了红外-电视稳瞄跟踪装置总体方案的可行性;红外-电视复合稳瞄跟踪装置的两个通道形成了良好的互补关系,能够显著拓展稳瞄跟踪装置的适用范围。

智能抑制复杂空间背景下的红外弱小目标检测方法

在超远距离红外目标探测中,由于杂散光、探测器热传导及闪元盲元等复杂干扰,红外图像的背景常表现为非均匀性。同时,目标成像尺寸小,缺乏明显的形状和纹理特征,增加了检测与识别的难度。传统的特征提取方法易出现大量虚警,深度学习方法在特征提取方面具有优势,但在复杂背景干扰下训练难度较大。文中将计算机视觉领域中的背景重建问题与红外图像弱小目标检测任务相结合,提出了一种基于复杂背景智能抑制的红外弱小目标检测方法。该方法采用编码器-解码器架构设计了红外场景优化编解码背景抑制网络模型,引入多级融合机制和残差融合模块以实现多尺度特征提取和多层次特征融合,并提出感知一致性损失函数提高背景重建的鲁棒性。通过背景残差抵消策略有效实现背景抑制,最终结合全局阈值分割完成弱小目标检测任务。实验结果表明,与对比方法相比,文中方法在抑制背景方面背景标准差最高降幅达43.41%,目标信噪比最高提升至110.0257。在目标检测方面,四组数据中检测率均超过95%,展现出优异的检测效果,具有较强的工程实用性,为复杂背景下的红外弱小目标检测任务提供了新的解决方案。

海天背景下三维目标红外成像仿真方法研究

通过建立的目标三维模型和场景数学模型,利用光线跟踪技术与图像融合算法,实现了海天背景下指定场景信息的目标红外成像仿真。首先,介绍仿真的主要流程,然后对建立三维目标信息、实现光线跟踪算法、目标红外图像与背景红外图像融合三部分分别进行了讨论,最后给出了实验生成的海天背景下指定位置的三维目标的仿真红外图像。

空间目标临边探测背景红外成像建模与图像仿真

临边红外观测是对辐射强度较弱空间目标的一种有效探测方式,探测临边背景的红外辐射分布规律直接影响目标检测跟踪的效果。通过实测图像对临边背景辐射统计特征进行建模:临边背景辐射亮度在地平线垂直和水平方向具有不同的分布规律,垂直分布与视线切线高度相关,水平方向可近似为正态分布,变异系数取值集中于[0.01,0.05]。基于建模成果提出了一种临边背景红外图像快速仿真方法,实验结果表明仿真图像与实测图像具有较高的一致性,验证了成像模型和仿真方法的有效性。同时,快速仿真方法耗时仅为常规逐像元仿真方法的1/200,能够满足实时仿真的需求。研究结果可应用于红外相机设计和目标检测算法测试等领域。

目标与背景的红外辐射特性仿真方法

基于红外辐射理论,综合考虑自身辐射、反射辐射、大气长波辐射等因素,研究了目标的红外辐射特性仿真方法,编制了目标红外辐射仿真软件。以某钢板为例,建立了目标的仿真计算模型,确定了目标表面的边界条件,计算了目标表面的温度场分布,将仿真计算与试验测量的钢板表面温度数据进行了对比,结果显示:仿真计算的平均误差在1.5℃以下,验证了仿真方法的正确性,并在此基础上仿真计算了不同时刻目标的红外辐射特征分布,证明了红外仿真方法的合理性,为车辆与复杂背景的红外仿真计算奠定了基础。

大气背景对红外目标探测的影响

针对大气背景是一个纵深背景而非一个平面，无法使用现有对比度计算公式计算的实际，基于红外焦平面探测器工作原理推导出了大气背景下探测器处辐射照度的对比度计算公式。通过对大气背景的红外辐射计算，并与报道的飞机红外辐射数据比较，应用对比度计算公式做分析可知：大气背景对探测的影响是必须考虑的；在3~5μm大气窗口的大气背景辐射很小，选择3~5μm大气窗口探测更容易发现目标；在8~12μm大气窗口内10μm附近的大气背景辐射较强，目标不易被探测。随着探测距离增加，探测器到无限远处的大气背景辐射亮度与探测器和目标之间的大气背景辐射亮度之差在减小，它会增大对比度，这是分析探测距离不可忽视的一个因素。

最大化背景模型用于检测红外图像中的弱小目标

提出一种基于最大化背景模型的背景预测算法 ,用于红外弱小目标检测 算法通过“区域最大化背景模型” ,来减小背景起伏对背景预测的影响 ,从而实现对背景更准确的预测 ,达到提高弱小目标检测性能的目的 算法适用于强对比度云层的空背景、具有人造干扰物的背景和空地背景的红外图像中 ,具有较强的抗噪音特性 ,是背景预测算法的一个重要扩展 针对实际红外图像的试验仿真表明 。

背景预测法检识空中红外弱小目标

文中针对空中红外弱小目标的特性，对其检测、识别方法进行讨论，提出一种背景预测的思想方法，并讨论其在空中红外目标的检测、识别等问题中的应用前景。文中附有作者利用这种思想编制的程序对空中弱小目标的单帧检测、识别的结果，该算法已移植到DSP硬件信号处理器上，并通过实验取得了很好的效果。

基于背景杂波自适应预测的红外弱小目标检测

文章根据背景杂波和运动目标的红外成像差异 ,提出了两种自适应杂波预测技术的低信噪比小目标检测方法。首先讨论了一种基于均方误差最小的自适应线性预测器 ,该预测器计算量小 ,易满足实时要求 ,且对平稳和线性云层红外背景图像具有很好的背景预测能力。然后提出了一种基于非线性函数可调整的BP神经网络预测器 ,该预测器中的非线性函数可调整且非线性程度很高 ,能很好的适应各种复杂的起伏背景 ,特别是非平稳和非线性杂波背景。

复杂海面背景红外小目标自动检测方法

采用维纳自适应滤波,抑制随机噪声和高斯噪声;利用Otus阈值法分割图像,确定海天线和目标潜在区;利用Top Hat算子进行形态滤波处理,抑制平缓变化背景并保留高亮度区的目标和强噪声;选择结构元素进行形态开运算,去掉细小的背景杂波干扰;针对远距离舰艇小目标总是出现在海天线附近以及红外目标灰度高于其邻域背景的特点,确定阈值即可分离出真正的目标。实验结果表明,该方法可以较好地抑制海浪、云层等背景的干扰,能有效检测复杂海面背景中的红外小目标。

海空复杂背景下红外弱点目标的检测算法

为解决海空复杂背景下红外弱点目标的检测 ,提出了基于小波变换模极大的检测算法 .该算法通过计算小波变换模极大值求出图像中的所有奇异点 ,去除由复杂背景形成的模极大值链 ,消除云层、海浪及水天线等复杂背景 ,提高了单帧点目标检测能力 .结果表明 ,该算法可检测信杂比为

复杂背景下红外点目标探测概率估算

红外成像系统对点目标的探测概率在实际应用中往往受到复杂背景的极大影响,而现有的计算方法并不能适用于复杂背景下的探测概率估算.首先从红外成像系统对点目标的作用距离模型出发,分析了探测概率与信噪比、作用距离的关系,推导出单一背景下红外点目标的探测概率估算方法;然后,利用红外成像系统的亮度-灰度函数,通过背景的红外图像灰度信息计算得到其红外辐射亮度;最后,引入概率统计的思想对单一背景下探测概率的估算方法进行了改进,提出了复杂背景下红外点目标探测概率的估算方法.实验结果表明:该估算方法可以有效评估实际应用中典型复杂背景对红外成像系统的点目标探测概率的影响.

一种改进的自适应背景预测红外弱小目标检测算法

文章改进了自适应最小均方误差(LMS)算法,将基于历史检测效果的自适应最小二乘(RLS)算法应用于连续帧运动红外弱小目标检测。在已知n-1时刻滤波器抽头权系数的情况下,通过简单的更新,求出n时刻的优化滤波器抽头权系数。计算机仿真实验证明该算法能较大地提高图像信噪比,并以较低的虚警率在2～3帧内较为准确地检测出运动红外弱小目标。

基于目标与背景红外辐射对比度的红外隐身效能研究

较深入分析了目标与背景的红外特性,进一步完善了红外辐射对比度计算模型,通过外场实验,采集了目标与背景随时间变化的温度,利用建立的红外隐身效能指标,对普通钢板与相变材料板进行了评估,验证了此红外隐身效能评估方法的可行性。

一种基于区域背景预测的红外弱小目标检测方法

提出了一种基于区域均值化背景模型的背景预测算法,用于红外弱小目标检测,算法通过“区域均值化背景模型”,来减小背景起伏对背景预测的影响,从而实现对背景更准确的预测,达到提高弱小目标检测性能的目的,算法适用于强对比度云层的空背景、具有人造干扰物的背景和空地背景的红外图像中,具有较强的抗噪音特性,是背景预测算法的一个重要扩展,针对实际红外图像的试验仿真表明,提出的算法是有效的。