基于均值漂移滤波及谱分类的海面舰船红外目标分割

提出了一种有效的海面舰船红外目标分割方法.利用均值漂移方法的不连续保持性滤波特性,滤除海面的强杂波干扰,同时又不损失舰船目标的信息.根据滤波得到的区域构建区域邻接图,采用基于最大最小SST图划分算法对区域邻接图的节点进行划分.划分结果最终将图像分为天空背景、海面背景以及舰船目标3个部分.由于采用区域节点来表征图像,较之采用原始图像象素节点表示,其节点个数大大减少,从而使算法的计算效率得到很大提高.实验结果也表明提出两步算法具有优越的性能,能够在海面强杂波干扰的情况下有效提取舰船红外目标.

海天背景舰船红外目标识别技术研究

通过对舰船红外目标特性与识别方法的讨论,给出了图像序列目标识别算法流程以及仿真实验的结果,并对工程实现自动目标识别的硬件、算法和软件设计进行了讨论,具有较好的理论和应用价值.

一种基于改进剩余谱的红外舰船目标显著性检测方法

为了解决传统显著性检测方法在红外舰船目标检测中精度不高的问题,提出了一种基于改进剩余谱的显著性检测方法。该方法首先利用自适应六边形中值滤波和小波图像融合对红外图像去除噪声;然后在剩余谱显著性检测算法的基础上,引入超像素分割处理舰船目标区域以减少计算量,同时保留舰船目标的边缘信息;此外,引入目标掩码排除背景干扰以提高算法的准确性;最后,通过提取图像的显著图实现舰船目标的检测。实验证明,该方法相较于改进之前检测舰船目标的准确性提高了约3%,在岛屿等复杂背景下能够准确检测出舰船目标。

舰船红外成像目标实时识别与跟踪系统研究

同时考虑硬件设计、算法研究、软件实现三个方面,成功高效地设计了一个舰船红外成像目标实时识别与跟踪系统。硬件上采用主从式结构,主机为控制计算机,从机为TMS320C6201芯片及其外围电路构成的图像处理系统。算法研究尽量实用化,提出了一种新的目标识别和跟踪算法。软件实现时,基于硬件和软件采取了许多优化措施。该系统已成功应用于光电干扰效果评定实验中。

红外成像型制导系统舰船目标实时识别技术研究

研究了红外成像型制导系统舰船目标实时识别技术 ,提出一种新的舰船红外成像目标识别算法 .该算法采用聚类准则二值化图像 ,通过线形区域增长技术得到准目标区域 ,最后利用模糊综合评判技术进行目标识别 .在DSP硬件系统上应用 ,结果表明识别率高 。

舰船红外成像目标智能跟踪算法研究与实现

研究了舰船红外成像目标的智能跟踪技术。通过对成像阶段和跟踪算法的分析,提出了一种新的复合跟踪算法,对MAD跟踪算法和形心跟踪算法作了改进,跟踪算法之间的切换依据高亮点数原则。设计了一个舰船红外成像目标智能跟踪系统,硬件平台是以TMS320C6201芯片为核心、采用DSP+FPGA技术构建的。为了保证跟踪系统的智能性和稳定性,提出了置信度因子和局部分割技术。外场实验表明,该跟踪系统能够对目标进行稳定、智能的跟踪。

舰船目标红外图像特性研究

针对成像型反舰导弹所获红外图像的特点,分析了舰船目标和海天背景的红外辐射特性,得知舰船目标红外图像有一重要特征-海天线,它可以确定目标的所在区域。为了舰船目标的跟踪定位,对舰船目标红外图像中的海天线特征进行研究,提出一种基于预处理和直线拟合法提取海天线特征的算法,首先对图像进行边缘检测得到梯度图像,进而二值化并细化,最后利用Hough变换提取海天线。结果表明,在低对比度和有云团干扰的情况下,该算法与改进的直线拟合法相比,能够有效地、准确地提取舰船目标红外图像中海天线特征。

基于多尺度分形与均值漂移的红外海面舰船目标分割

基于分形检测理论,结合均值漂移滤波算法做了一些红外舰船目标分割提取实验。利用多尺度分形特征MFFK检测舰船目标得到感兴趣区域ROI,去除了感兴趣区域外的大面积背景干扰;对感兴趣区域的分形特征图进行二值化处理再次减少了感兴趣区域内的背景干扰,经过两步去除干扰得到二值目标区域。对二值目标区域进行均值漂移滤波得到真实目标分布点集,最后运用形态学滤波得到舰船目标分割结果。实验结果表明,提出的算法能够提取出舰船目标。

红外舰船目标的自适应鲁棒检测方法

针对背景杂乱的红外舰船目标检测问题,提出了一种红外舰船目标的自动检测新算法。该方法利用红外舰船图像中目标与背景在灰度直方图上的差异,通过对拟合直方图的多项式曲线参数鲁棒求解,进而求出舰船目标的分割阈值。然后,根据红外舰船目标亮度与图像平均亮度的关系等,对求得的阈值合理性进行判断。若该阈值不合理,则将其作为阈值初值,对红外舰船图像进行自适应局部递归分割。最后,结合红外舰船目标吃水线、天空与背景的边界特征等先验知识,对分割出的背景进行剔除。实验结果表明,该方法对强杂波干扰的红外舰船目标能实现可靠的检测,具有很好的适应性和鲁棒性。

一种新的红外舰船图像分割方法

为了能够较好地分割出舰船目标,实现后续的目标检测和识别,提出一种基于显著性检测的红外舰船图像分割方法。首先利用AC算法和FT算法对图像进行处理,将两种方法处理后的显著图合并,提高目标轮廓亮度,然后利用选大恒虚警检测的原理对图像进行二值化分割。通过对比其他几种分割算法,证明此算法有更强的抗干扰能力,分割效果更好。

海天背景下红外舰船目标实时跟踪算法研究

针对海天背景下的红外舰船图像对比度低、船载摄像机上下抖动剧烈的特点,文中提出了均值移位(mean-shift)和海天线检测相结合的红外目标实时跟踪算法。首先通过水平投影方法提取每帧图像的海天线,然后由相邻帧海天线的高度差设定每帧图像跟踪起始点,将目标的灰度和梯度信息进行加权来描述目标特征,利用mean-shift算法进行目标跟踪。实验结果表明,文中算法能够准确跟踪上下运动剧烈的红外舰船目标,跟踪速度达到12 fps。

多特征融合的红外舰船目标检测方法

针对海天背景下红外舰船目标的分割提出了一种基于多特征融合的分割算法。该算法对红外图像进行水平边缘信息和竖直边缘信息的提取。首先,将不同尺度下的结果进行求平均值算,将结果图作为第一个特征。其次,针对不同大小舰船目标的问题,运用改进的对红外图像进行多级滤波,从而达到背景抑制、突出目标的效果,其结果可作为第二个特征。最后,求红外图像的局部灰度最大值后,将其特征图像作为第三个特征,然后对各个特征图进行归一化处理并进行融合。在融合过程中,对各个特征图该赋予的权重进行研究,选取恰当的融合系数得到融合后的图像,对其采用自适应阈值进行目标最终分割,之后做一个形态学整形,去除孤立面积和补充空洞,完善分割结果。仿真结果表明,与传统的分割方法相比,该算法分割效果明显,能够达到分割要求。

基于显著性检测的红外舰船目标检测识别技术

为有效解决舰船目标的检测与识别问题,提出一种基于显著性检测和Hu不变矩的红外舰船目标检测识别方法,首先使用中值滤波、维纳滤波及灰度非线性变换去除噪声,增强对比度,然后利用Itti算法模型进行显著性检测,针对检测分割后的舰船目标提取几何特征、灰度特征和Hu不变矩特征进行综合识别。经大量仿真实验证明,此方法具有较高的检测识别率和良好适应性,在复杂海天背景下能够快速有效地检测出舰船目标并实现准确识别。

基于多特征组合的红外舰船目标识别技术

针对强海杂波及岛岸背景等复杂环境导致红外目标识别性能弱化的问题,论文利用红外外场实测数据,对图像中的舰船目标及背景杂波的特征进行研究,统计了天空、海浪、目标等局部区域在灰度统计特征、几何特征和纹理特征上的分布,并分析了各特征在天空、海浪及目标的可区分性。针对特征维度过高影响目标识别性能这一问题,利用主成分分析完成了特征选择,使目标正确识别率达到89.95%。

一种基于差分滤波的红外舰船目标检测方法

无人机有时需要在缺乏预先红外样本图像的情况下对指定区域的舰船目标进行侦察监视.针对该情况下的红外舰船目标自动检测问题,设计了一种基于多分辨率差分滤波的检测方法.该方法对输入图像在多个分辨率下作差分滤波,再将滤波结果与选择性搜索算法结合,得到检测结果.实验中,选择139张图像作为测试图像数据集.使用多分辨率差分滤波检测方法对测试图像数据集进行红外舰船目标检测,平均检测准确率达到89.378%,比采用HOG+SVM检测方法高8.445%.

基于多尺度局部方差的海面红外舰船检测

方差可以表示局部区域中各像素之间的关系:一般情况下,不同的像素相同的邻域大小计算出的方差不同,相同的像素不同的邻域大小计算出的方差也不同。本文构造多尺度局部方差,来计算每个像素的方差随尺度变化的情况。目标像素与其邻域像素的方差随尺度变化大,背景像素与其邻域像素的方差随尺度变化小;最后运用行列投影求出方差变化大的像素作为检测结果。实验结果表明,本文算法可以有效减弱背景中各种干扰的影响,正确检测出红外图像中舰船目标的位置。

舰船目标海天线提取方法研究

提出使用邻域平均法进行预处理以抑制背景、增强目标,进而利用改进的直线拟合法进行海天线的提取.结果表明,该方法能够有效地确定舰船目标红外图像中的海天线区域,保证了目标分割的有效性和实时性.

舰船红外图象结构特征提取算法的研究

提出两种特征提取算法：ＦＦＴ和样条函数法来提取舰船红外图象结构的特征信息，采用ＢＰ神经网络算法进行识别。实验结果表明，对于高分辨率的舰船上层结构的红外象而言，局部化特征优于全局化特征，即采用样条函数法比ＦＦＴ法有较高识别率。

基于SUSAN算法和行列均值分割的海面舰船检测

提出一种基于SUSAN检测和行列均值分割的复杂海天背景的红外舰船目标检测算法。首先建立一个简单的舰船轮廓模型,结合SUSAN算子检测得到感兴趣区域ROI,并且感兴趣区域的大小可以由轮廓模型进行一定的控制;然后对感兴趣区域运用改进的行列均值分割得到舰船目标。实验结果表明,提出的算法能正确分割出舰船目标。

一种复杂海天背景下的红外舰船目标自动检测方法

提出了一种红外舰船目标检测算法。首先,利用设计好的频域组合高通滤波器对原始红外图像进行处理,以得到舰船目标可能存在的区域即目标潜在区;然后,对获得的目标潜在区进行尺度自适应的局部阈值分割,进而提取出较为完整的舰船目标或者虚假目标;最后通过检测吃水线特征来筛选出正确的舰船目标。实验结果表明,此算法能够有效地检测出复杂海天背景条件下的红外舰船目标,且具有一定的时效性。