化学烟雾红外光谱识别的背景压缩

被动式傅里叶变换红外光谱仪（FTIR）用于远距离（R＞1500m）遥感几种烟雾红外发射谱的监测，其目的是为找一种有效的方法从几种混合的光谱中区分出特殊成份。建立了化学烟雾的红外辐射传输方程。谱的模式识别技术可用于强变化的背景压缩和提取化合物极为弱小的发射特征。它可用于从多种干扰物和化合物光谱中鉴别出某种特殊成份。

基于亮温光谱的红外背景压缩方法

大部分污染气体在红外波段具有明显的发射或吸收特征,被动傅里叶变换红外(FTIR)遥感技术可以对污染气体进行远距离探测和识别。当利用移动平台对污染气体进行遥测时,背景辐射是未知的,且光谱中包含大气等干扰物特征,需要研究相应的背景压缩方法,提取目标光谱特征。研究了基于亮温光谱的红外背景压缩方法,认为背景辐射在亮温光谱上是缓变的基线,并利用中光谱分辨率大气辐射传输模型(MODTRAN)软件包模拟大气干扰物特征,根据最小二乘拟合原理实现红外背景压缩。实验以氨气作为目标气体,以低平天空作为背景。结果表明,本方法能够成功扣除背景辐射和大气干扰特征,提取氨气的光谱特征,并计算了氨气的浓度程长积值。

基于改进压缩背景码书模型的运动目标检测方法

运动目标检测是视频监控系统中的关键技术步骤。传统算法一般通过视频序列中像素分布的时空域特点进行判断,对亮度变化和阴影的鲁棒性较差。提出了一种基于改进压缩背景码书模型的运动目标检测方法,提出了一种改进色彩偏差和亮度差异阈值的检测策略,并采用形态学处理去除不规则和较小面积误检测的影响,对外界光线变化具有更强的鲁棒性。仿真实验表明,此算法在暗/亮区域目标检测中更具合理性,证明了算法的有效性。

移动目标跟踪:一个基于多背景模型的技术(英文)

本文中,我们首先比较了视频序列中移动目标跟踪的各种背景压缩技术和基于平均滤子的改进方法。然后,提出了移动目标跟踪的多背景模型。实验证明,我们的方法可以得到更好的效果。

基于红外压缩成像的点目标跟踪方法研究

目前压缩测量的应用研究主要集中在重构图像方面,但是很多应用中最终目的是检测和跟踪。直接基于压缩测量的检测和跟踪问题尚未解决。该文首次建立一种压缩域到空间域的映射模型,并提出一种无需重构任何图像且直接从低维压缩测量中经解码进行目标跟踪的方法,并分析其应用于天基红外探测的可能性。该方法利用Hadamard测量矩阵构建红外压缩成像系统,采用自适应压缩背景差分法从低维压缩测量信息中分离背景和前景,再从压缩前景信息中解码目标空间位置,并结合数据关联和Kalman滤波算法解决了杂波环境下点目标跟踪问题。理论分析和仿真实验结果表明,该方法能利用少量压缩测量实现目标跟踪任务,并减小探测器规格及相关算法的计算复杂度和存储代价。