红外空域弱小目标探测系统中恒虚警技术研究

对空域中弱小目标的探测是红外成像防御与制导的关键技术。由于空域中弱小目标距离较远,在红外探测器上呈现为无纹理特征的弱小点。由于红外探测器噪声与视场中杂波干扰,很难将目标从红外图像中提取出来。在红外空域弱小目标探测系统中,虚警率与探测率是一对矛盾的概念。针对这一问题提出了一种基于杂波模型估计理论的恒虚警(CFAR)检测技术。该CFAR技术是建立在对红外图像背景杂波分析建模的基础上,根据Neyman-Pearson准则设计CFAR检测器,实现在恒定虚警的前提下最大化追求系统的探测率,以此提高红外空域弱小目标探测系统的探测距离和目标识别能力。

近地背景下的机载红外探测系统弱小目标检测

机载红外探测系统在近地背景下检测目标时,地面将对弱小目标产生严重的干扰,导致传统检测方法对弱小目标的检测性能下降。针对该问题,利用生成对抗网络提出一种近地背景下的机载红外探测系统弱小目标检测方法。将深度自编码器作为生成对抗网络的网络框架,引入inception机制对视觉信息进行多尺度特征提取,并引入残差块来缓解梯度消失问题。在神经网络的对抗训练中,生成器考虑了移动损失与对抗损失两个损失函数,提高了生成器的训练效果。最终,在公开的无人机机载红外探测数据集上完成了实验,结果表明所提方法能在近地背景下成功检测出红外弱小目标,且检测的平均精度与速率均优于其它对比方法。

基于L_(1−2)时空域总变分正则项的红外弱小目标检测算法

针对红外图像序列中复杂背景干扰下容易出现的高虚警问题,提出一种基于L_(1-2)时空域总变分正则项的红外弱小目标检测算法。首先,将红外图像序列转化为时空域红外张量块,该步骤可利用张量的高维数据结构优势关联图像序列中的时空域信息。然后,利用加权Schattenp范数和L_(1-2)时空域总变分正则项对低秩背景成分进行重构,以保留背景中起伏剧烈的边缘和角点,提高稀疏目标的重构精度。最后,将目标张量恢复为图像序列,利用自适应阈值分割方法得到最终的目标图像。与另外5种检测算法进行对比实验,结果显示,该方法的虚警率较Maxemeidan算法、Tophat算法、LIRDNet算法、DNANet算法以及WSNMSTIPT算法平均分别下降了71.4%、71.1%、68.5%、74.3%和20.47%;而在检测实时性方面,该算法耗时为Maxemeidan算法、DNANet算法以及WSNMSTIPT算法的42.4%、82.9%和28.7%。实验结果验证了该方法在检测性能上的优越性,表明该算法能够显著提高复杂背景干扰下的目标检测精度和效率。

红外弱小目标背景抑制中的二维空域廓线法

为了实现天基红外遥感图像中的弱小目标检测,抑制复杂的结构背景,提出了二维空域廓线法。算法以一维时域廓线目标检测理论为基础,将其扩展到二维空域,应用于单帧目标检测。采用二维空域廓线可以获得背景估计,用原始图像减去背景图像可获得包含目标的前景图像。将本文算法与现有的单帧目标检测算法相比,可获得更大的ROC曲线面积,表明提出算法优于同类算法。

红外弱小目标检测技术研究现状与发展趋势

在一些关键的军事和民用红外成像应用领域,待突破的技术瓶颈往往都集中在红外弱小目标检测技术上。简介了红外弱小目标检测的含义和在军事、民用方面的意义,重点综述了目前红外弱小目标检测的各类典型算法原理和特点,最后对红外弱小目标检测技术的研究和发展趋势进行了预测。

基于时空联合滤波技术的缓慢运动红外弱小目标检测算法

针对天空云层杂波与噪音背景下红外弱小目标的检测和跟踪问题,提出了一种基于时域和空域联合滤波的检测算法.首先对所获取的红外图像序列进行标准化预处理,再用时域滤波算法对预处理后的图像序列进行滤波,然后采用目标增强算法,对残留的云层杂波和噪音做进一步抑制.最后,通过实验对所提出的算法进行检验,结果证明了算法的有效性.

基于时空非局部相似性的海上红外弱小目标检测

为了消除海上红外弱小目标检测中图像背景杂波和噪声的影响,提出了一种基于时空非局部相似性的红外图像弱小目标检测方法.该方法充分利用了相邻帧的红外图像序列间海面背景图像块的非局部自相关特性以及每帧内非局部背景图像块间的相似特性,并引入时空域图像块模型,该模型可利用加速近端梯度方法来有效求解.实验结果表明,与传统的红外弱小目标检测方法相比,所提方法不仅能更有效地保留目标的特征信息,还能使红外图像的峰值信噪比提高1.2倍以上,信杂比提高1.8倍以上.

利用红外夜视的海上弱小目标检测与分割

红外夜视检测技术能加强海上预警探测系统的安全性,但红外夜视仪所采集的海上红外图像存在大量“背景杂波”,严重干扰弱小目标的准确检测。针对此问题,结合主动轮廓模型与插值滤波器提出一种用于海上安全系统的红外夜视弱小目标检测算法。该算法先分别采用全局主动轮廓与局部主动轮廓搜索感兴趣目标区域,通过双层主动轮廓模型消除噪声与背景杂波对目标检测的影响。然后提出变化方向的插值滤波器沿着感兴趣区域的边缘进行滤波,缓解弱边缘对目标真实边缘的干扰。在真实的红外夜视海上图像集上对该算法进行了实验与分析,结果表明该算法能改善海上弱小目标的检测性能,对提高海上航行的安全性具有积极意义。

基于时空域及高阶矩的红外弱目标检测算法

在军事侦察中,部署了大量的光电侦察设备,搜集了众多视频信息。随着科技的进步,探测器阵列增加,数据量越来越庞大。若无法实现视频的自动分析,人工作业,很难充分分析海量的视频数据。因此,迫切需要研究快速、自动和鲁棒方法以检测感兴趣目标。提出一种新的红外小目标检测方法,通过时空域分析、高阶矩异常检测,在视频中提取弱小目标。对图像序列视频进行算法处理分析,结果表明,相比近年来提出的其他先进算法,提出的方法可有效检出红外小目标,即使对信噪比很低的目标、在复杂背景下,给定相同的虚警率,检测率很高。

红外图像弱小目标探测技术综述

介绍了红外图像弱小目标探测的研究背景与技术难点,并对空域滤波法、变换域滤波法、时域滤波法三类典型红外图像弱小目标探测算法进行综述,并对空域滤波法、变换域滤波法中常用目标探测算法以及边缘分割方法进行实验分析。实验结果表明,这三类红外图像弱小目标探测算法各有优缺点,具体目标探测算法的选取受目标特征和背景特征影响较大。并简述了红外图像弱小目标探测技术的发展趋势。