1 哈尔滨工程大学船舶学院, 黑龙江, 哈尔滨 150001
2 哈尔滨工程大学水下机器人技术国防科技重点实验室, 黑龙江, 哈尔滨 150001
针对海面运动载体的可见光序列图像，紧密结合海面图像的特点，提出了一种适用于海天背景和海岸背景的海界线检测方法。根据量化子图像的区域复杂度以及单元区域上下邻域的灰度差异，来判断海界线区域是否存在，若存在则预测海界线区域的位置，若不存在则放弃后续处理。由于海界线是自然视野中最长的连续性最好的直线，所以先利用周围纹理抑制的改进Canny算子提取轮廓边缘，然后对Hough变换进行投票加权，精细检测水平或倾斜的海界线。实验证明，该方法能够快速定位海界线区域，并得出既包含有效信息又大幅缩减了无意义信息的二值图像，可在轮廓边缘中准确找到海界线，具有很好的稳健性和实时性，可以应用于需要精确的海界线信息的工程任务中。
图像处理 海界线检测 区域预测 周围纹理抑制 投票加权
1 海军航空工程学院研究生管理大队，山东 烟台 264001
2 海军装备部驻重庆地区军事代表局，重庆，621900
3 中国人民解放军95316 部队，广东 广州 510900
为了解决基于边缘检测和Hough 变换传统方法不能正确检测出低对比度条件下的海天线问题，提出了先采用多帧能量积累方法提高红外图像对比度，然后运用Gabor 变换和Gabor 多通道滤波器滤除图像干扰部分和凸显图像中的海天线部分，最后使用边缘检测和Hough 变换实现海天线的提取。通过对实际海面低对比度条件下红外图像进行海天线提取实验，验证了所提方法的可行性和有效性。
能量积累 Gabor 变换 Hough 变换 海天线提取 energy accumulation Gabor transform Hough transform Sky-Sea line extraction
1 哈尔滨工业大学,哈尔滨,150001
2 天津津航技术物理研究所,天津,300192
分析了红外点目标的成像特性,介绍了带通滤波的特点和设计方法,并在对数据进行滤波处理后采用基于位置和灰度相关算法对目标进行确认,引入了海天线的计算模型.该方法适应性强,处理效果好,对海背景干扰和天空云层干扰具有较高的抑制作用.通过卷积实现的带通滤波算法计算简明,且容易由硬件实现,对运动小目标的检测具有较强的应用价值.实验结果表明该算法能够检测出海天背景下帧间移动的低信噪比的红外小目标.
小目标 带通滤波 海天线 灰度相关 位置相关 Small target Bandpass filtering Sea line Gray-level-based correlation Position-based correlation
