低空背景下红外目标提取跟踪算法研究

为解决低空复杂背景下红外目标的提取和跟踪,提出了地平线检测排除地物背景的方法,然后在地平线之上的区域,采用边缘检测、阈值分割、边界搜索算法并结合多帧图像的相关性以及目标形态和运动参数的连续性来提取目标。实验表明,本文的算法计算量小、实时性强,可以有效检测出地平线,排除低空背景和假目标的干扰,实现稳定的跟踪,并最终完成了DSP的硬件实现。

改进alpha-matting算法及其在军事红外目标提取中的应用

针对红外图像的成像特点,为了更加精细准确的获得红外目标,提出基于通道抠图(alpha-matting)的红外目标提取方法.利用目标监测的连续帧变化特性,将相邻帧进行差分运算,从而获得目标前景(即目标)、背景、不确定区域;采用二次方贝塞尔曲线(Quadratic BézierCurve)拟合法建立动态调整曲线方程,计算出精确的前景透明度值(也即通道alpha值),实现alpha值的自动选择。仿真结果表明,改进算法能有效的提取红外目标(尤其红外小目标),准确率高,实时性好,具有很好的应用前景.

基于最简视觉显著性的红外目标快速提取方法

在红外深空目标跟踪系统中,为了能够从深空红外图像中快速提取微小目标,通过分析红外深空图像的特点,提出一种基于最简视觉显著性的红外目标快速提取方法。该方法在传统的视觉显著性的基础上,通过计算局部灰度最大值和目标像素的灰度平均值与邻域像素的灰度加权值的对比度组成特征向量,构造显著性模型,抑制背景并凸显目标,使之不但能够减少运算耗时,而且能够保证提取精度。通过对红外深空图像进行处理,实验结果表明该算法的运算时间仅为传统的视觉显著性算法的28%,且有较好的处理结果,证明了该算法的有效性。

基于GC-ACM的红外前景目标提取算法研究

针对混合高斯模型(GMM)在室外复杂背景下提取红外前景目标时目标破碎等缺点,本文提出了一种结合GMM与图割-主动轮廓模型(GCACM)红外前景目标提取算法。首先基于GMM检测目标可能存在的较大感兴趣区域(ROI),其次在ROI上基于GC-ACM做局部分割,最后基于形态学填充目标轮廓并进一步分割目标。实验表明算法较GMM方法可以有效地提取目标,具有一定的实时性和鲁棒性。

基于长线列扫描周视红外成像的多目标提取方法综述

介绍了长线列扫描周视红外图像的多目标提取的研究背景和图像数据量大、背景复杂度高给目标提取带来的问题,分析了与传统焦平面阵列输出红外图像的不同。根据长线列扫描周视红外图像的特点,从长线列扫描周视红外图像的快速处理方法和多目标提取方法两个方面进行了归纳总结,分析了不同处理方法中面临的问题和解决思路。最后总结长线列扫描周视红外图像的多目标提取技术的发展方向和趋势。

基于改进的两维Otsu管道红外图像高温区域分割研究（英文）

石化管道通常可分为常温区域和高温区域两部分。高温区域的存在影响着整个系统的安全运行,热量的散失将会引起资源的浪费及环境的污染等一系列问题。红外光谱图像能够较好地描述石化管道的高温区域,但是如何从中提取高温区域是红外光谱图像处理的一类难题。为实现从红外图像中,将高温区域准确快速分割出来的目的,基于经典的一维Otsu算法提出一种改进的二维多阈值自动获取方法。该算法首先对管道红外图像进行经典单阈值分割,将图像划分为背景和管道两部分。然后基于管道图像区域,以管道灰度图像与平均值图像作为图像二维,对目标图像进行二维双阈值分割,最终将较大的阈值作为划分管道常温区域与高温区域的分割点。将本算法对不同的管线进行多次试验分析,结果表明,采用改进的二维Otsu多阈值算法能够更加清晰的将管道从复杂背景中提取出来,并在此基础上把高温区域更精确的分割。

一种夜雾天况彩色视频构建方法

针对单一红外或可见光波段成像技术无法满足夜雾天况彩色成像要求的问题,结合红外和可见光成像各自的特点,提出一种固定区域下针对夜雾天况的彩色视频构建方法。该方法在能见度高的白天利用可见光传感器进行可见光背景图像的构建,在能见度低的夜雾天气利用红外传感器提取出红外运动目标,依据可见光背景图像与原始红外图像的配准参数进行2幅图像的同比例融合,完成彩色视频的重构。实验结果表明,该方法能够准确完成包含红外目标的彩色视频构建,充分体现出夜雾天况下运动目标及其所在场景的彩色特征信息,提升人眼对目标与场景的识别和感知。对于图像大小为720pixel×576pixel的视频序列,该算法的运行速度能够达到40frame/s,可满足彩色视频实时构建的需要。