张磊 1陈略 2,3,4朱含露 2,3,4饶鹏 2,3,*
作者单位
摘要
1 北京跟踪与通信技术研究所,北京 100094
2 中国科学院智能红外感知重点实验室,上海 200083
3 中国科学院上海技术物理研究所,上海 200083
4 中国科学院大学,北京 100049
在天基平台下实现对空中飞机目标的探测,存在距离远、目标信号弱、背景杂波复杂和探测器噪声等不利因素,因此,要获取目标的最强信号,确定在探测过程中的谱段至关重要。为此系统性地建立了飞机羽流的梯形羽流和锥形羽流仿真模型,并提出了利用信噪比(SNR)和信杂比(SCR)联合的SNCR方法对空中目标的探测谱段进行确定。实验结果表明:针对空中目标,不同目标SNCR值不同,但峰值区域不变,由此方法可以确定探测谱段,最终确定探测的谱段分别为:中波波段为3.7~4.15 μm,波段间隔在0.3 μm以上;长波波段为8~12 μm,波段间隔在0.35 μm以上。
红外探测 红外谱段 空中目标 双模型 infrared detection infrared bands SNCR SNRC aerial targets dual-models 
红外与毫米波学报
2020, 39(5): 660
作者单位
摘要
陆军炮兵防空兵学院,安徽合肥 230031
为了在对空中小目标打击过程中实现对目标的准确检测与跟踪,针对空中红外弱小目标信噪比低、像素点少等特点,本文基于红外视频图像,采用高斯滤波以及 Top-Hat算子对图像进行预处理;利用边缘检测算法对图像中的目标进行检测与定位;根据检测得到的目标初始位置,通过核化相关滤波跟踪算法对目标持续跟踪;最后对跟踪效果做了定量评估。实验结果显示,跟踪最大视场角度误差不超过 0.0062.,运行速度平均每帧可达 25.3帧/s,该方法能够有效地对空中红外弱小目标进行自动检测跟踪。
空中小目标 红外视频 高斯滤波 Top-Hat算子 边缘检测 核化相关滤波(KCF) small aerial targets, infrared video, Gauss filter 
红外技术
2020, 42(4): 356

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!