1 国防科技大学电子对抗学院, 安徽 合肥 230037
2 脉冲功率激光技术国家重点实验室, 安徽 合肥 230037
3 西南电子电信技术研究所, 四川 成都 610041
提出了一种基于深度学习的红外与可见光决策级融合跟踪方法。通过建立参数传递模型,从现有基于深度学习的检测模型中抽取指定对象的可见光检测模型,作为红外检测的预训练模型,在采集的红外图像数据集上进行微调训练,得到基于深度学习的红外检测模型。在此基础上,建立了基于深度学习的红外与可见光决策级融合跟踪模型,进行了单波段跟踪与双波段融合跟踪对比实验。结果表明,所提方法跟踪精度和成功率比单波段跟踪均有所提升,具有较好的稳健性。
机器视觉 目标跟踪 决策级融合 双波段 深度学习 激光与光电子学进展
2019, 56(7): 071502
电子工程学院 安徽省红外与低温等离子体重点实验室,合肥 230037
本文提出一种基于目标检测的多维假设多目标检测和跟踪方法,此算法对于序列图像的照明变化和遮蔽现象具有很高的鲁棒性。首先,对序列图像进行背景抑制、时域滤波和杂波剔除的预处理,得到单帧的初始目标检测结果。对于初始检测中存在的漏检和误检现象,采用基于假设理论的跟踪概率模型优化初始检测轨迹;将目标的跟踪信息反馈于目标检测模块,形成一闭环自适应跟踪系统,达到多目标的最优检测和跟踪。实验结果表明了所提出的方法在多目标检测和跟踪中的可行性和有效性。
多目标检测 假设跟踪 背景抑制 目标轨迹 multiple object detection hypothesis tracking background suppression object trajectory
1 解放军电子工程学院,安徽省红外与低温等离子体重点实验室,安徽,合肥,230037
2 中国科学技术大学,安徽,合肥,230031
为了从红外热图像中识别和跟踪目标,提出了一种采用数学形态学和小波变换相结合的红外图像处理新方法.该方法首先利用形态开、闭滤波器组对原始图像进行平滑处理;然后采用一种改进的数学形态学的分水岭算法对红外图像进行分割,同时利用考虑了图像纹理信息的小波阈值对分割的图像进行滤波处理;最后针对过分割问题提出了一种利用区域灰度中值对分割区域进行融合处理的算法.实验结果及算法性能评估结果表明,该方法能够较好地解决红外目标的识别问题,具有较好的实用性.
分水岭算法 小波阈值滤波 红外目标检测 红外图像处理
毫米波导引头具有导引精度高、抗干扰力强、多普勒分辨率高、等离子体穿透能力强等特点.针对其特点和性能着重分析了毫米波箔条与箔片、毫米波角反射器、毫米波吸收层、毫米波烟幕等10种无源对抗措施,以此对毫米波导引头实施有效的干扰.毫米波工作波段已从8mm向3mm扩展,毫米波导引头是精确制导**的发展潮流,迫使人们不得不开拓新的思路,寻求新的干扰方法.
毫米波干扰 毫米波导引头 毫米波对抗
