1 上海交通大学 图像处理与模式识别研究所，上海200240
2 中国航天科工集团，北京100048
3 计算通信学院，悉尼科技大学, 澳大利亚 悉尼2007
针对可见光图像和红外图像配准问题，提出了一种新的自动配准方法.该算法通过同级极值区域检测子在灰度梯度图像上提取仿射协变区域.然后利用超图匹配算法确定匹配点对实现图像配准.该方法尤其适合于红外图像的质量或者边缘比对应的可见图像质量或边缘差情况下的异模配准.对一些具有挑战性的图像对进行试验，实验结果表明我们提出的方法比其他方法获得了更好的性能.
多模态图像配准 红外图像 最大稳定极值区域 multimodality image registration Infrared image maximally stable extremal region
1 中国航天科工集团公司 第三研究院,北京 100074
2 上海交通大学 图像处理与模式识别研究所,上海 200240
针对红外图像中背景杂波抑制困难的问题，提出了一种基于自适应子空间重建的杂波抑制方法.该方法首先根据稀疏编码理论，学习得到描述红外小目标的超完备字典，接着依次提取测试图像中的图像子块，并计算其在超完备字典中的表示系数，根据背景子块和红外小目标在稀疏域中表示系数的差异性，自适应地选择字典中的原子构成子空间对图像子块进行重构，从而得到原图与重构图像之间的残差图像.实验结果表明，该方法得到的残差图像，能够有效抑制杂波，提高红外图像的信噪比.
稀疏编码 杂波抑制 子空间重构 目标检测 sparse coding clutter suppression subspace reconstruction object detection
1 上海交通大学 图像处理与模式识别研究所,上海 200240
2 中国航天科工集团公司第三研究院, 北京 100074
基于超完备字典的图像稀疏表示是一种新的图像表示理论, 利用超完备字典的冗余性可以有效地捕捉图像的各种结构特征, 从而实现图像的有效表示.针对红外小目标检测问题, 提出了一种基于图像稀疏表示的检测方法, 该方法采用二维高斯模型生成样本图像, 继而构造超完备目标字典, 然后依次提取测试图像的图像子块并计算其在超完备字典中的表示系数, 背景和目标的表示系数有着显著的差异, 最后通过一个量化指标来判别该子图像块是否含有小目标, 实验结果证实了所提方法的有效性.
图像稀疏表示 红外小目标 目标检测 image sparse representation infrared small target object detection
1 上海交通大学图像处理与模式识别研究所,上海,200240
2 中国航天科工集团公司第二研究院,北京,100854
Fukunnga-Koontz变换作为一种两类模武识别工具,源自主成分分析,只能提取图像的二阶统计特征,没有考虑图像的高阶统计特征,用于红外小目标检测时难以达到满意效果.为了提高目标检测性能,本研究首先将Fuku-naga-Koontz变换推广到高维核特征空间,成为核Fukunaga-Koontz交换,以提取图像的高阶统计特征,从而利用核Fukunnga-Koontz变换来检测红外小目标.
Fukunaga-Koontz变换 红外小目标 目标检测 主成分分析
1 上海交通大学,图像处理与模式识别研究所,上海,200240
2 中国航天科工集团公司,二院,北京,100854
3 上海大学,通信与信息工程学院,上海,200072
4 中国科学院成都计算机应用研究所,四川,成都,610041
提出了一种复杂背景下红外图像序列中圆形目标提取、判别以及跟踪的系统框架.在目标提取阶段,采用支持向量回归的方法选择种子点,用自适应选择阈值区域的生长方法进行分割提取目标.对于目标判别,采用最多共圆像素点数除以总像素点数作为圆形程度的度量进行圆形判别,并提出改进的标准Hough变换来找到共圆点.跟踪算法中,应用了粒子滤波的跟踪方法,并针对红外目标的特点,建立实现粒子滤波算法的细节.实验证明了整个框架体系的有效性和稳健性.
支持向量回归 圆度 改进Hough变换 粒子滤波
1 上海交通大学,图像处理与模式识别研究所,上海,200240
2 中国航天科工集团公司二院,北京,100854
提出了一种新颖和鲁棒的红外图像序列中的目标跟踪方法.由于H无穷滤波器在系统噪声源不能确定或是未知的情况下具有较好的预测性能,所以以其估计得到的预测信息来分配粒子滤波算法的粒子.为解决粒子滤波的"采样枯竭"问题,正则化了H无穷粒子滤波器的观测矢量.同时,通过计算每个目标的亮度和局部标准差分布构成级联核的目标模型,以用于计算粒子集中各个粒子的加权值.对于目标的尺寸和表观信息变化的情况,以目标区域像素灰度值零阶矩的函数来调整跟踪窗口的大小,模型更新则通过更新目标模型的每个量化阶来实现.实验结果证明了所提出的红外图像目标跟踪方法是有效的,并且优于所比较的算法.
目标跟踪 红外图像 H无穷滤波 粒子滤波 正则化观测矢量
1 上海交通大学,图像处理与模式识别研究所,上海,200030
2 中国航天科工集团公司二院,北京,100854
根据H∞滤波理论,提出了基于H∞滤波预测技术的红外图像小目标运动预测和跟踪方法,为了降低模型阶数以加快图像处理速度,滤波过程被分解在水平和垂直两个方向上分别进行,即将滤波器分解为x、y方向上两个子滤波器.H∞滤波器是一种基于最优化最坏情况下的滤波技术,它对噪声源的要求不高,能较好地应用在复杂场景下的目标运动预测与跟踪.实验证实了在噪声源不能确定或是未知的情况下,它比Kalman滤波器对红外小目标的运动预测更加准确并具有更好抗扰动性.
红外图像 目标预测 H∞滤波 Kalman滤波 infrared images target prediction H_∞filter Kalman filter
