红外搜索系统的现状与发展趋势

针对红外搜索系统在现代战争中的重要作用,综述了系统的分类和组成、系统的关键技术、系统的主要战术技术要求、系统的研制现状和发展趋势。

红外搜索与跟踪系统发展综述

首先指出了红外搜索与跟踪(IRST)系统的优势和在军事应用中的重要性,介绍了红外搜索跟踪系统的发展历程,对比了多种IRST系统的性能及其特点,分析了IRST系统的关键技术并对系统的发展趋势进行了展望。

红外面阵旋转搜索系统下的恒虚警检测方法

红外面阵旋转搜索系统因其系统结构简单、灵活性高、成本较线阵低等优点备受关注。在红外面阵旋转搜索系统中,复杂背景下的弱小目标检测是一个难题。为了有效抑制背景干扰,降低复杂背景带来的虚警,针对红外面阵旋转扫描系统的成像特性,提出了基于线目标特征加权的恒虚警检测算法。首先,通过背景抑制和阈值分割初步得到离散的潜在目标点迹图。其次,研究分析了线目标的三类特征,并对各类特征进行量化和加权处理,从而得到总的加权值;最后,将加权值映射到离散的点迹图上,得到关于加权值的图像序列,再通过恒虚警检测方法得到新的分割阈值,达到二次分割的目的,从而抑制背景干扰、减少虚警和误判。实验结果表明:该方法可以显著地减少红外面阵旋转搜索系统中复杂背景造成的虚警,并保证能够有效检测出弱小目标。

基于邻域特征的红外低慢小目标检测

红外搜索系统具有不发射电磁波、抗电磁干扰能力强、目标指示精度高等优势,在低慢小目标探测领域有很好的应用前景。目前国内外基于红外搜索系统的目标检测算法通常利用当前图像与背景图像配准、差分的手段提取疑似目标,往往需要较大的存储空间保存周视背景图像,高精度实时图像配准算法的工程化应用也有较大难度。针对以上问题,设计了一种基于邻域特征的红外低慢小目标检测方法。通过高通滤波、边缘检测法提取疑似目标、目标邻域特征值统计法剔除背景干扰、多帧图像目标信息相关等处理过程,可在有效排除地物、云层及飞鸟等多种干扰的同时,准确地检测图像中的无人机目标。试验结果表明,该方法相比传统LCM算法目标检测概率更高、虚警率更低,且不涉及图像差分,具有对硬件资源要求低、实时性好等优点,有较高的工程应用价值。

一种基于兴趣区提取的红外搜索系统目标实时检测算法

针对周扫红外搜索系统对空目标探测面临的图像数据量大、弱目标检测概率低、虚警率高等难点问题,提出了一种基于兴趣区(ROI)提取的目标实时检测算法。算法分析了周扫红外搜索系统获取的图像中目标与背景的特性,根据目标运动特性与灰度特性,在周扫红外搜索系统获取的整幅全景图像中快速提取目标可能存在的兴趣区;针对兴趣区内的局部目标图像切片,进一步精细检测识别,剔除虚假目标干扰。外场试验获取的实测数据目标检测结果表明,算法针对复杂低空背景下弱目标能够实现低虚警率稳健检测,已应用到了周扫红外搜索跟踪系统的工程样机研制中。