针对红外过采样扫描成像特点,提出一种基于深度卷积神经网络的红外点目标检测方法.首先,设计回归型深度卷积神经网络以抑制扫描图像杂波背景,该网络不含池化层,输出的背景抑制图像尺寸与输入图像一致；其次,对抑制后的图像进行门限检测,提取候选目标小区域原始数据；最后,将候选目标区域数据依次输入分类型深度卷积神经网络以进一步判别目标、剔除虚警.生成大量过采样训练数据有效训练两个深度网络.结果表明,在不同杂波背景下,该方法在目标信杂比增益、检测概率、虚警概率和运算时间等方面,均优于典型红外小目标检测方法,适用于红外过采样扫描系统的点目标检测.
模式识别与智能系统 点目标检测 卷积神经网络 红外过采样扫描 深度学习 pattern recognition and intelligent systems point target detection convolution neural network infrared over-sampling scanning deep learning
1 上海卫星工程研究所， 上海 201109
2 国防科学技术大学电子科学与工程学院， 湖南 长沙 410073
过采样是为提高遥感扫描图像分辨率而提出的一种新的成像体制，为将其应用于红外搜索与跟踪系统，需研究过采样对系统点目标检测性能的影响。从扫描成像原理角度对比分析常规采样和过采样的特点；基于高分辨率图像退化方式给出扫描图像仿真方法；通过仿真扫描图像进行单帧目标检测处理，对比分析两种采样体制下的系统点目标检测性能。结果表明，在相同条件下，过采样系统点目标检测性能优于常规采样；常规采样扫描图像中目标一般呈现1×1点状，而过采样扫描图像中目标呈现斑点状，利用该特性可进一步提升过采样系统目标检测性能。
遥感 图像处理 过采样 红外扫描 图像仿真 点目标检测
1 国防科学技术大学电子科学与工程学院, 湖南 长沙 410073
2 中国人民解放军95507部队, 贵州 贵阳 550031
针对现有算法难以利用单帧红外图像实现空间邻近目标(CSO)的超分辨问题，提出了一种基于稀疏重构理论的单帧超分辨方法。该方法充分利用了目标在焦平面阵列(FPA)分布的稀疏性以及光学系统点扩展函数(PSF)的结构特性，通过对FPA离散化网格采样构造稀疏量测模型，并将建立的1范数正则化问题转化为二阶锥规划问题求解；然后针对稀疏度过估计的重构结果，采用贝叶斯信息准则(BIC)实现模型选择，最终获得对目标个数和位置的准确估计。多组仿真场景验证了算法的有效性和超分辨能力；相比于已有算法，所提算法不仅提高了分辨正确率和位置估计精度，同时大幅缩减了计算耗时。
成像系统 稀疏表示 超完备字典 空间邻近目标 超分辨 红外图像 1范数正则化
1 国防科学技术大学电子科学与工程学院, 湖南 长沙 410073
2 中国人民解放军94810部队, 江苏 南京 210007
空间邻近目标在红外像平面的成像相互交叠，形成簇状像斑，为实现对各目标的有效跟踪与识别，必须对其进行分辨。提出了基于可逆跳跃马尔可夫链蒙特卡罗(RJMCMC)的空间邻近目标红外像平面分辨方法。在对多点源目标的红外像平面成像建模基础上，建立了基于贝叶斯推理的空间邻近目标红外像平面分辨框架，以可逆跳跃马尔可夫链蒙特卡罗方法实现了待估参数后验分布的计算，联合检测和估计出目标个数、各目标像平面投影位置和辐射强度参数。以中段弹道空间邻近目标的天基红外监视为例进行了仿真分析，结果表明，该方法能有效地分辨空间邻近目标中的目标个数和各目标投影位置和辐射强度。
信号处理 红外分辨 可逆跳跃马尔可夫链蒙特卡罗 空间邻近目标
1 国防科学技术大学电子科学与工程学院， 湖南 长沙 410073
2 中国人民解放军94810部队， 江苏 南京 210007
3 炮兵学院军用光电工程教研室， 安徽 合肥 230031
分析低轨光学星座对中段弹道目标群进行组跟踪的必要性，提出了一种红外多传感器对中段弹道目标群的组跟踪新方法。该方法以概率假设密度滤波对目标群进行像平面跟踪，剔除杂波、估计目标状态和个数；以图像配准方法调整帧间目标状态估计，提高像平面目标跟踪稳定性；最后依据像平面目标跟踪结果提取目标群在像平面的质心量测，运用不敏卡尔曼滤波(UKF)以多传感器序贯滤波方式对目标群进行融合质心组跟踪。结果表明，新方法适应杂波能力强，对目标群的质心组跟踪精度优于传统方法，且有效实现中段弹道目标群的星载红外像平面稳定跟踪。
组跟踪 概率假设密度 红外多传感器 目标群
1 国防科学技术大学 电子科学与工程学院, 湖南 长沙410073
2 94810部队, 江苏 南京210007
弹道目标进入中段飞行时释放弹头及大量诱饵形成密集目标群, 对星载红外像平面的目标跟踪提出新的挑战.针对像平面对目标群各目标分辨个数的时变性, 及各目标像平面轨迹非线性程度强的特点, 提出基于随机有限集的目标群像平面跟踪方法.随机有限集为最优贝叶斯多目标跟踪提供统一的理论基础, 但直接递推多目标后验分布计算量大, 概率假设密度为多目标后验概率分布的一阶矩, 在随机有限集框架下递推概率假设密度为现实可行的次优多目标跟踪方法.采用序贯蒙特卡罗方法实现多目标概率假设密度递推跟踪滤波,计算所有粒子权值之和估计目标数目, 以k-means方法对粒子集进行聚类提取各目标的状态；最后构建天基光学星座对中段弹道目标群的跟踪仿真场景, 在不同交接跟踪任务、虚警率和目标个数条件下进行对比分析和仿真验证.结果表明,该方法能同时跟踪星载红外像平面上动态变化目标群各目标的状态和数目.
概率假设密度 红外像平面 目标群 跟踪 中段弹道 probability hypothesis density infrared focal plane target group tracking midcourse ballistic
1 国防科学技术大学 电子科学与工程学院,湖南 长沙 410073
2 94810部队,江苏 南京 210007
3 炮兵学院 军用光电工程教研室,安徽 合肥 230031
空间邻近目标的存在对红外传感器的信号处理提出了超分辨的新要求。通过对红外焦平面的目标成像进行建模,推导了基于最小二乘准则的超分辨目标函数,针对传统最优化方法,对起始估计位置要求高、对高维目标函数计算复杂的缺点,引入粒子群优化算法,优化超分辨目标函数,联合估计出目标在红外焦平面的投影位置和辐射强度,实现对空间邻近目标的红外超分辨。结果表明,在模型最小二乘准则下,基于粒子群优化的超分辨算法性能优于传统的最陡下降法,具备更强的超分辨能力。
信号处理 红外超分辨 粒子群优化 空间邻近目标 最小二乘
1 国防科技大学 电子科学与工程学院，湖南 长沙 410073
2 94810部队，江苏 南京 210007
3 炮兵学院 军用光电工程教研室，安徽 合肥 230031
建立中段弹道目标的简化辐射模型和基于点扩散与拖尾的红外焦平面模型，结合目标群中各目标的运动位 置和空间目标投射到二维焦平面位置坐标的计算，仿真天基低轨红外传感器对中段弹道目标群的成像.分析仿真 结果，发现中段弹道目标群的存在对天基红外传感器的目标探测与跟踪提出了新的要求，并给出一些解决途径.
中段弹道 目标群 探测 超分辨 跟踪 midcourse ballistic object target complex detection super-resolution tracking
