哈尔滨工业大学 电气工程及自动化学院, 黑龙江 哈尔滨 150001
针对多光谱红外图像序列中未知光谱辐射强度、位置和速度的弱小运动目标检测问题, 建立了与之相应的基本框架模型.对于这种含参信号的复合假设检验问题, 采用广义似然比检验(GLRT)得到了该问题的检测算子, 同时利用速度滤波器组在实际应用中实现了该检测算子.从理论角度估计了该算法的虚警概率和检测概率, 并通过计算机仿真验证了上述分析结果.为了评估该算法的有效性, 采用人工合成的多光谱红外图像序列对其进行测试, 结果说明该算法对于低信噪比条件下的弱小运动目标具有良好的检测效果.
弱小目标检测 多光谱红外图像序列 广义似然比检验 速度滤波器 dim target detection multispectral IR image sequence generalized likelihood ratio test velocity filter
国防科技大学,ATR实验室,湖南,长沙,410073
根据目标、背景干扰和噪声在红外序列图像中的差异,提出了一种基于空间高通滤波和时间域上N帧轨迹积累的运动小目标检测方法.该方法可以在低信噪比的情况下消除红外起伏和随机噪声的影响,有效检测出弱小目标.实验结果表明,采用这种时空混合处理的方法可以得到满意的结果.
红外图像序列 运动目标 目标检测 滤波 IR image sequence Moving target Target detection Filtering
上海交通大学,图像处理与模式识别研究所,上海,200030
文中主要研究了远距离红外图像序列的目标增强和检测问题,提出了基于局部纹理特征的红外图像增强算法,利用红外图像目标和背景区域局部纹理特征的差异来增强目标和背景区域的对比度;为了提高目标检测的速度和精度,利用序列图像的帧间相关信息,采用边检测边跟踪边确认的目标检测方法.实验结果表明,对于远距离、小目标的红外图像,这种增强算法在目标对比度和细节方面都明显优于直方图均衡化方法,而本文采用的目标检测方法仅需很少几帧图像就能检测和跟踪目标,可以在确保目标检测的可靠性的前提下,提高目标的检测速度.
红外图像序列 目标检测 图像增强 局部纹理特征 灰度共生矩阵 IR image sequence Target detection Image enhancement Local textural feature Gray co-occurrence matrix
中国工程物理研究院,应用电子学研究所,四川,绵阳,621900
针对空中红外点目标的特性,提出了一种检测算法.首先,对图像进行高通滤波预处理,增强目标与背景的对比度.增强后的相邻帧图像做差分运算以进行目标的粗检测,提取出候选目标区域;其次,对原图像或预处理后的图像在候选区域内进行自适应分割,检测出点目标;最后,根据目标像素在序列图像中运动的连续性排除噪声干扰,从而准确地检测出真实目标.通过对红外图像序列进行实验,证实了算法的有效性.
红外序列图像 点目标 高通滤波 检测 IR image sequence Point target High-pass filtering Detection
