针对近红外星图辐射效应产生的亮斑会造成恒星计算质心与真实质心偏移的情况, 文章从近红外星图背景与目标差异性入手, 提出了稳定背景提取与恒星显著性提取的方法。显著性检测中利用SLIC对图像进行超像素计算,依据超像素间的几何连通性和灰度相似性进行近红外星图背景与恒星的分离。本文方法获得的恒星区域具有较好的连通性, 有效解决了利用硬阈值分割恒星不连通所造成的存在大量虚假目标的问题。实验中, 本文采用凝视状态拍摄的165幅近红外星图作为样本, 检测获得的恒星质心与标定质心偏移方差小于0.27, 证实了方法的有效性。

针对复杂情况下海上舰船目标单波段特征识别能力不足的问题, 研究可见光、 中波红外和长波红外三波段特征图像融合技术, 重点解决图像融合方法中存在的算法耗时和融合策略选择的问题, 提出了一种新的基于区域协方差矩阵的多波段特征级融合方法, 针对可见光图像和红外图像分别设计11维和5维特征向量, 协方差矩阵可以将多个特征进行融合, 既保证了不同目标之间的区别性, 同时又减小计算量。 该方法首先利用显著性检测, 快速定位图像中的目标区域, 然后, 针对不同波段图像设计的特征向量定义协方差阵的距离计算公式并进行匹配, 通过对图像的一次遍历操作获得积分图像, 在协方差计算时达到快速计算的目的, 最后利用k-阶最近邻算法对多种舰船目标进行分类识别。 利用实拍的3 400余张三波段舰船目标图像作为测试数据。 实验主要分为两部分, 首先对比单波段和三波段融合识别的识别率, 验证所提出的融合方法具有更广的应用范围; 然后, 在计算效率上对比多种传统的像素级方法, 验证采用的特征级融合在计算时间上的优势。 实验结果表明, 该方法可达到951%的识别率, 单帧计算耗时约为05 s, 在实时性和检测率方面都有明显提高。

针对复杂情况下海上舰船目标单波段特征识别能力不足的问题, 研究可见光、 中波红外和长波红外三波段特征图像融合技术, 重点解决图像融合方法中存在的算法耗时和融合策略选择的问题, 提出了一种新的基于区域协方差矩阵的多波段特征级融合方法, 针对可见光图像和红外图像分别设计11维和5维特征向量, 协方差矩阵可以将多个特征进行融合, 既保证了不同目标之间的区别性, 同时又减小计算量。 该方法首先利用显著性检测, 快速定位图像中的目标区域, 然后, 针对不同波段图像设计的特征向量定义协方差阵的距离计算公式并进行匹配, 通过对图像的一次遍历操作获得积分图像, 在协方差计算时达到快速计算的目的, 最后利用k-阶最近邻算法对多种舰船目标进行分类识别。 利用实拍的3 400余张三波段舰船目标图像作为测试数据。 实验主要分为两部分, 首先对比单波段和三波段融合识别的识别率, 验证所提出的融合方法具有更广的应用范围; 然后, 在计算效率上对比多种传统的像素级方法, 验证采用的特征级融合在计算时间上的优势。 实验结果表明, 该方法可达到95.1%的识别率, 单帧计算耗时约为0.5 s, 在实时性和检测率方面都有明显提高。

基于单源的图像显著性检测存在较大的虚警或漏检，文章提出了利用约简后的特征点和CPD算法对海面实拍船只图像进行多源图像匹配，获得图像间的变换投影方程并利用投影方程对单源图像的显著性检测结果进行叠加与虚警控制器分类，从而达到提高检测率与控制虚警的目的。显著性检测方面，文章分析了基于图等级多样性的显著性检测方法的不足和优点，引入了最大稳定区域检测方法对图像做前期处理，并对获得区域进行联合获得新区域，使得新区域能够最大限度地满足基于图的等级多样性显著性检测最优条件。对于检测获得的联合区域目标显著性不完整的情况，利用了区域的叠加性进行加权求和，最终获得了具有较好联通性的多舰船目标图像显著性检测结果。对于显著性检测结果中存在较大虚警的情况，文章进一步提出计算船只与浪花的多尺度分形维数，并结合Adaboost算法训练浪花虚警控制器。实验结果显示控制器能够消除一部分浪花带来的虚警，但是对于灰度与舰船极为相似的虚警无法消除。

由于多舰船目标显著性检测过程容易将边界像素作为背景处理, 本文提出了应用颜色聚类图像块的多舰船显著性检测方法。该方法首先检测邻域 像素是否具有颜色相似性, 并将临近的具有相似颜色的像素聚集在一起作为一个图像块。接着, 对获得的图像块进行扩展, 使图像块包含很多其他图像块的像素以提高图像块内像素间的对比强度; 对边缘像素进行背景索引标记, 计算图像块中像素的显著性强度, 采用阈值分割方法获得目标显著性区域。最后, 基于颜色聚类的图像块存在部分重叠的特点, 利用权值对存在叠加的显著性图像进行融合, 从而获得多舰船目标整幅图像的显著性检测结果。对获得的多舰船目标图像进行了实验测试, 并对本文算法结果和当前比较先进的其它显著性检测算法进行了效果对比。结果显示: 提出的利用颜色聚类图像块的舰船显著性检测方法的查全率达到78%以上, 准确率达到92%以上, 综合评价指标Fβ≥0.7; 无论考虑单个指标还是整体指标, 本文算法均优于其他对比算法。

针对天基观测星图的特点，分析了星空背景下运动小目标检测算法超时和虚警率过高的原因，引入并改进了 MTI滤波器对序列星图进行处理，避免了恒星识别的繁重计算；改进了小目标关联算法结构，在精确度较高的情况下较大范围地提高了算法效率。实验结果表明，改进算法耗时大大减少，能够有效控制算法超时和虚警率过高的风险，满足天基观测星图运动小目标轨迹检测的工程实际需要。

在利用特征点集的红外与可见光舰船图像配准过程中, 经常会存在点集的一致性差而无法配准的情况, 本文针对可见光图像中背景干扰大, 纹理丰富容易出现较多非舰船目标轮廓特征点的情况, 利用全局广义直方图均衡化和显著性增强对可见光图像进行增强, 然后进行 Canny轮廓提取并在轮廓的基础上提取舰船目标边缘角点作为匹配点集; 对于红外舰船图像, 海面背景与舰船温度差异较大, 其舰船目标成像效果较好, 存在的干扰较少, 本文直接进行 Canny算子运算并提取角点作为特征点集。实验效果显示, 本算法实用性较强, 误差小于 3个像素, 能够满足工程使用要求。

由于战场环境复杂且瞬息万变，针对岸岛背景引入了一种快速 的检测/定位算法。该算法能够搜索出感兴趣的红外舰船目标，比如停靠在港口的舰船，而且无需 预先训练。这种方法仅仅使用一幅单一的目标物体样例图片来发现视场中相似的匹配舰 船，而无需对要搜索的物体进行预先学习。从查询图像中提取局部方向核 作为描述器，用于度量一个像素与其邻域间的相似度。然后从这个描述器中提取出显著 特征，并将其与目标图像中的类似特征进行比较。这些比较是使用一个余弦相似度度量矩阵 来实现的。实验结果表明，这个算法表现优异，成功地识别出了复杂背景条件下的舰船目标。

天文导航技术已经进入一个新的发展阶段，随着电子技术和计算机技术的发展，它已广泛应用于卫星、航天飞机、远程导弹和其他航天器。星点质心位置是天文导航技术的关键。由于白天强烈天空背景的干扰，拍摄的近红外恒星图像信噪比很低。首先，采用信息熵的方法来进行分析恒星的图像能量分布。然后，提出了基于多级的最小能量差星点目标质心定位的方法。此方法使用线性叠加，以缩小质心区域范围，使用恒星能量分布的对称性出现的最小差值时，得到星点质心坐标。通过测试自然拍摄的图像来验证算法的准确性。实验表明：该方法具有良好的低信噪比条件下的质心定位精度。

海天和海岛背景下的海面多舰船红外目标检测一直是图像处理方面的难题。多舰船目标监视采用较广的视场和较大的景深，囊括了更多的目标信息和海天背景成像像素，使多舰船目标显著性的提取难度增大。同时，景深的增大使舰船目标成像更多地表现为小目标，轮廓特征不再明显，这对舰船目标的显著性检测造成了极大的困难。将图像等级多样性和超级像素理论用于海面多舰船目标显著性检测，提出了海面多舰船目标显著性检测方法。