1 重庆大学 微电子与通信工程学院，重庆 400044
2 四川航天电子设备研究所，成都 610100
逆光条件下弹载红外图像的密集鱼鳞波、海面亮带以及岛屿杂波严重影响了远距离红外小目标的检测性能。本文通过感知非平稳海面杂波成份存在的区域及起伏状态构建海面场景信息，采取与背景杂波相适应的信号处理方法精细检测小目标。首先，结合结构张量和Hough变换检测海天岛屿区，利用Bernaola-Galavan分割算法和方差加权信息熵表征的复杂度感知鱼鳞波、海面亮带等杂波成份，构建出海天区、平稳海区、波动海区、岛屿区的场景信息。然后，针对边缘性结构强的海天线和岛屿，提出基于方向性差异的杂波抑制算法压制杂波；在平稳海区使用顶帽变换压制杂波；在鱼鳞波、海面亮带的波动海区，提出融合灰度梯度杂波抑制算法抑制背景。最后，海天岛屿区、波动海区采用恒虚警阈值检测目标，而平稳海区采用局部峰值判决策略检测目标。相比现有先进信号检测法，实验结果表明所提方法能有效适应不同海面背景杂波，提高复杂背景下小目标检测准确性和鲁棒性。
海面背景 场景感知 杂波抑制 目标检测 小弱目标 Maritime background Scene perception Clutter suppression Target detection Small weak target 光子学报
2022, 51(12): 1210002
1 重庆大学 微电子与通信工程学院, 重庆 400044
2 中国科学院光束控制重点实验室, 四川 成都 610209
为了提升对光学遥感图像中弱小运动目标的检测能力, 提出一种基于鹰眼视网膜视觉系统层次结构的运动检测方法。首先, 基于鹰眼视网膜的分层特性, 结合各层主体细胞的生理结构与功能, 构建各层相应的滤波器, 抑制背景微位移和杂散噪声; 然后, 在Reichardt运动检测模型的基础上增加时域高通滤波与ON-OFF双通道滤波来估计目标运动矢量, 这样不仅能克服传统Reichardt运动检测器对阶跃边界响应复杂, 而且能有效增强运动检测的敏感性; 最后利用高级视觉神经系统的分层特点, 以空域相似度大小为基准进行多尺度映射与运动矢量显著图融合, 构建多尺度处理精细检测运动特征。试验结果表明, 本文算法的平均信杂比改善为56.20 dB, 正确率为99.71%, 综合评价指标F1值为3.63e-02, 相较于传统Reichardt模型的F1值提升了27.82%。本文方法较传统运动检测算法不仅能提高复杂背景的干扰抑制性能, 而且能显著提升小目标小位移的检测能力。
遥感图像 运动检测 运动显著图 鹰视觉通路 Reichardt运动检测器 remote sensing image motion detection motion saliency map eagle vision system Reichardt motion detector 光学 精密工程
2019, 27(10): 2251
1 重庆大学 通信工程学院, 重庆 400044
2 中国科学院 光束控制重点实验室, 四川 成都 610209
为了提升海杂波中小弱目标检测能力, 通过研究海杂波在空域和时域上的动态特性, 提出基于空时混沌分析的海面小弱目标检测方法。首先, 在海杂波混沌动力系统相空间重构的基础上提取海浪序列图像的空域混沌参数和时域混沌参数, 验证海杂波在空域与时域具备混沌性; 然后, 采用径向基函数神经网络学习海杂波的空域混沌重构函数、时域混沌重构函数和空时耦合系数, 联合空域和时域混沌特性综合重构海杂波在时间与空间上的传播规律。多种复杂度海面目标检测试验结果表明, 与空域混沌和时域混沌方法相比, 预测误差可降低10%, 检测概率可提高20%, 基于空时混沌重构的海杂波抑制能力与小目标检测性都得以显著提升。
目标检测 小弱目标 海杂波抑制 空时混沌 空时耦合 target detection dim targets sea clutter suppression spatio-temporal chaos analysis space-time coupling effect
1 重庆大学 通信工程学院, 重庆 400044
2 中国科学院 光束控制重点实验室, 成都 610209
3 中国空气动力研究与发展中心, 四川 绵阳 621000
评估每个粒子的重要性是确保粒子滤波法跟踪目标准确性的重要因素。针对背景杂波和噪声干扰形成的大量虚警导致小弱目标跟踪识别的随机性和不确定性问题,提出了一种基于粒子区别性稀疏表征的小弱目标跟踪方法。该方法根据红外图像信号自适应构建分类超完备字典,即反映目标信号特征的目标字典和表示背景杂波的背景字典,有利于突出目标粒子和背景粒子在联合分类字典的稀疏表征差异程度; 建立基于目标粒子和背景粒子稀疏重构残差差异性的粒子滤波观测模型,采用随机估计法对字典子空间进行在线更新,实现对目标状态估计与跟踪。理论分析和试验结果表明,该方法增强了随机粒子的状态估计能力,提升了粒子稀疏表征对小弱运动目标的适应能力和跟踪识别准确度。
红外小弱目标跟踪 稀疏表示 粒子滤波 联合分类字典 infrared small dim target tracking sparse representation particle filter discriminative dictionary 强激光与粒子束
2016, 28(2): 021001
提出了一种基于空时联合稀疏重构的红外小弱运动目标检测算法。通过学习序列图像内容而构建的空时联合字典能同时刻画目标或背景的形态特征和运动信息；利用多元高斯运动模式从空时联合字典中提取出目标空时字典和背景空时字典，目标空时过完备字典描述移动的目标，背景空时过完备字典表征背景噪声。将连续多帧图像在空时联合字典上进行稀疏分解，然后分别利用目标空时字典和背景空时字典中的最大稀疏系数及其空时原子重构信号，获取重构残余能量差异来区分目标和背景。试验结果表明，由同源的空时字典重构的残余能量小，而由异构的空时字典恢复的残余能量大，该方法不仅能提高序列信号表示的稀疏度，还能有效提高小运动目标的探测能力。
小弱目标检测 空时联合字典 信号稀疏复原 信号残差 dim target detection joint spatio-temporal over-complete dictionary sparse signal recovery signal residual difference 强激光与粒子束
2015, 27(9): 091004
1 重庆大学 通信工程学院, 重庆 400044
2 中国空气动力研究与发展中心, 四川 绵阳 621000
3 中国科学院 光电技术研究所, 成都 610209
利用红外测量跟踪系统获取目标信号幅度信息, 提出了一种基于序列似然比检验的小弱运动目标航迹快速起始方法。用动态2维分配算法关联“量测-航迹”, 采用序列似然比检验衡量航迹质量, 一旦似然函数比达到阈值则确认目标航迹。该方法可根据目标信噪比不同采取不同帧数来起始、确认目标航迹, 做到信噪比越大起始帧数越少, 目标航迹检测概率越高, 而信噪比越小则起始帧数越多。理论分析和试验结果表明, 该方法既能提高航迹起始速度, 又能提高目标航迹检测概率, 避免和解决了M/N逻辑法需要固定扫描帧数才能确认航迹的局限性。
小弱运动目标 航迹起始 似然比检验 信噪比 infrared dim moving target track initiation likelihood ratio test signal-to-noise ratio
1 重庆大学 通信工程学院, 重庆 400044
2 中国空气动力研究与发展中心, 四川 绵阳 621000
3 中国科学院 光电技术研究所, 成都 610209
针对传统空时域滤波器难以剔除杂波(尤其是杂波边缘)的缺点，提出了一种基于时频分析的弱小运动目标检测方法。理论分析表明，目标经过处的时频是一个小波包，波包的幅度与目标的幅度一致，而宽度则与目标速度成反比关系；杂波边缘经过处的时频则是一个上坡或者下坡。采用两级滤波方法检测运动目标，即首先采用恒虚警率准则过滤噪声，然后再利用目标出现处存在的波包，分别统计主瓣与旁瓣能量及其能量比，去除杂波，检测出运动目标。云背景下弱小目标检测试验结果证明了该方法的有效性。
小弱运动目标 杂波 时频分析 短时加窗傅里叶变换 small dim moving target clutter timefrequency analysis shorttime windowed discrete Fourier transform
1 重庆大学 通信工程学院， 重庆 400044
2 中国空气动力研究与发展中心， 四川 绵阳 621000
3 中国科学院 光电技术研究所， 成都 610209
利用红外跟踪测量系统能够同时获取目标运动信息(包括方位角、俯仰角以及角速度)、目标信号幅度及其成像面积等，提出了一种基于多特征融合的弱红外运动目标跟踪方法。分析了红外成像系统中目标信号特点，得到目标的运动、幅度和面积具有一致性和连续性，符合高斯分布；采用概率数据关联滤波推导量测各特征的关联概率，并根据特征的波动状况确定多特征融合的加权系数，估计和更新目标运动状态。理论分析和实验结果表明:该方法的跟踪精度和稳定性都明显高于仅依靠运动特征关联和依靠运动特征和幅度特征关联的跟踪方法。
微弱红外目标 运动目标跟踪 概率数据关联滤波 多特征融合 infrared dim target moving target tracking probabilistic data association filter multi-feature association
为了提高光电跟踪度的定位精度,提出了用于初始目标区域估计的宏像素方法。定义了有效像素比r的概念,利用它分析了噪声和非对称性对目标初始定位精度的影响,得到了高精度强抗噪声能力的最大宏像素和确定宏像素目标的限制操作。对目标占4 pixel×4 pixel左右,大小为128 pixel×128 pixel的非对称光斑图像,选择宏像素大小为36 pixel,目标宏像素扩大2 pixel区域。在SNR为5 dB时,r值达到1。动态图像模拟表明,该方法处理速度可达18～20 frame/s。
光电跟踪 质心算法 宏像素 宏像素划分算法 optical tracking center of mass macro pixels macro pixels divided method 光学 精密工程
2008, 16(11): 2286
