1 中国科学院西安光学精密机械研究所,陕西 西安 710119
2 中国科学院大学,北京 100049
针对当前空间环境单一、红外波段探测目标虚警率高、灵敏度低等难题,提出了一种基于低温冷光学技术的双色红外光学系统设计方法。光学系统前置光路采用共口径式结构,通过分光平板进行谱段分光,然后采用中继镜组二次成像的方式实现冷阑匹配,保证系统的轻小型化。另外,为了提升长波系统的探测灵敏度,对其进行了低温冷光学设计,减小系统自身辐射对探测性能的影响。系统的工作波长为3.7~4.8 μm和7.9~9.3 μm,F数为1.2,光学结构三维总尺寸为260 mm×150 mm×80 mm,中波系统畸变小于2.8%,约有82%的能量集中在探测器的一个像元内,长波系统畸变小于0.33%,约有70%的能量集中在探测器的一个像元内。该系统可对空间弱目标进行远距离探测,具有虚警率低、灵敏度高、结构紧凑等优点。
低温光学设计 红外双色波段 共口径 弱目标探测 cold optical design infrared dual-color band common aperture dim target detection 红外与激光工程
2023, 52(12): 20230297
星空背景弱小目标观测图像的目标无任何形状、纹理及颜色信息,与恒星、噪声相似度高,抑制背景、消除噪声是最大限度保留目标信息的基础。从分析星空背景弱小目标观测图像的直方图特性出发,提出了不断舍弃高灰度区域、减小样本方差的方法估计星空背景参量,用此背景参数进行噪声抑制。实验证明,所提方法能够在复杂背景噪声和恒星的影响下,滤除大部分噪声,最大限度地保留和增强目标。
弱小目标检测 星空背景图像 噪声抑制 dim target detection starry background image noise suppression
为提高低信噪比条件下单帧红外图像中弱小目标的检测率, 基于高斯噪声高阶累积量为零的特点以及高斯过程的统计特性, 提出一种基于三阶累积量的目标检测算法。该算法首先采用双边滤波进行背景抑制, 然后利用局部邻域的灰度值构造三阶累积量作为检验统计量, 进行目标点的分割。由于目标的灰度分布具有旋转不变性, 在构造三阶累积量时进行两次旋转变换, 可以在增强目标能量的同时进一步消除背景杂波的影响, 降低单帧检测的虚警率。实验结果表明, 基于旋转变换的三阶累积量能够有效抑制边缘杂波, 并稳定检测到信噪比大于0.7的弱小目标。
信息处理技术 弱小目标检测 高斯过程 三阶累积量 旋转变换 information processing technology dim target detection Gaussian process third-order cumulant rotation transformation
1 Key Laboratory of Intelligent Infrared Perception, Chinese Academy of Sciences, Shanghai Institute of Technical Physics, Chinese Academy of Sciences, Shanghai200083, China
2 Huzhou Center for Applied Technology Research and Industrialization, Chinese Academy of Sciences, Huzhou1000, China
3 Key Laboratory of Intelligent Infrared Perception, Chinese Academy of Sciences, Shanghai Institute of Technical Physics, Chinese Academy of Sciences, Shanghai200083, China
为了有效地检测复杂背景下的红外弱小目标,提出了一种基于横纵多尺度灰度差(HV-MSGD)的方法来增强弱目标,并通过距离和像素差异来实现对背景强边的抑制。目标区域与周围区域之间存在不连续性,为了加强它们的差异,HV-MSGD与双边滤波(BF)相结合,可以在抑制背景的同时提高目标强度。进一步通过自适应局部阈值分割和全局阈值分割来提取候选目标。为了进一步验证对单帧检测的影响,将上述单帧检测算法与改进的无迹卡尔曼粒子滤波器(UPF)相结合,实现轨迹检测。实验结果表明,该方法在弱信噪比(SNR)下优于其他方法,在抑制背景的同时可以增强目标,增强效果是其他方法的6-30倍。在实验中,输入信噪比分别为2.78,1.77,1.79,1.13和1.16。图像处理后,背景抑制因子(BSFs)分别为13.48,21.33,11.73,20.63和121.92,信噪比增益(GSNRs)分别为40.09,71.37,27.53,12.65和131。该方法的检测概率(Pd)也优于其他算法。当误报率(FARs)为
![]()
![]()
,
![]()
![]()
,
![]()
![]()
,
![]()
![]()
和
![]()
![]()
,计算五组真实序列图像的Pd为94.4%,92.2%,91.3%,95.6%和96.7%。
弱目标检测 多尺度灰度差 距离和像素差 局部阈值分割 全局阈值分割 dim target detection multi-scale grayscale difference distance and pixel difference local threshold segmentation global threshold segmentation
1 南昌航空大学信息工程学院, 江西南昌 330063
2 南昌航空大学测试与光电工程学院, 江西南昌 330063
红外弱小目标检测是图像处理的难点之一, 许多研究人员提出了不少检测方法。针对复杂背景与强杂波干扰下图像信杂比(Signal-to-Clutter Ratio, SCR)低造成的目前检测方法易受伪目标干扰、虚警率高的问题, 提出了一种多信息融合的红外弱小目标检测算法。首先, 构建八向局部灰度残差信息图; 其次, 设计一个滑动窗口遍历整个图像, 将图像分为一系列局部图像块, 对局部图像块的强度均值进行约束, 获得局部强度均值约束信息图; 然后, 将局部图像块进一步划分为 12个方向块, 对每个方向块中像素的梯度方向进行约束, 获取梯度方向约束信息图; 最后, 上述 3个信息图像通过点积运算得到最终显著图, 并利用阈值分割实现弱小目标的分离。将该算法与 3种其它不同算法从信杂比增益(Signal-to-Clutter Ratio Gain, SCRG)、背景抑制因子(Background Suppression Factor, BSF)以及检测率与虚警率的接受者操作特征(Receiver Operating Characteristic, ROC)曲线方面进行对比。实验结果表明: 该算法具有更高的 SCRG、BSF和 ROC曲线下面积(Area Under the Curve, AUC), 不仅能有效地抑制背景杂波、剔除伪目标, 而且能准确地检测出红外弱小目标, 具有较高的检测率。
弱小目标检测 红外图像 局部梯度 局部灰度 背景抑制 dim target detection, infrared images, local gradi
1 中国科学院长春光学精密机械与物理研究所航空光学成像与测量重点实验室, 吉林 长春130033
2 中国科学院大学, 北京 100049
为了更有效地检测出红外弱小目标,通过分析红外图像中弱小目标与其邻域背景的特征差异性,提出了一种基于统计特征和桥梁方法的红外小目标检测算法。在滑动窗口范围内提取像素值的均值、方差等特征,根据这些统计特征和桥梁方法判断该窗口范围内有无红外小目标;如果存在小目标,记录下其位置;对小目标区域进行二次筛选。研究结果表明,所提算法相对于较经典算法,虚警率降低了58%以上。
探测器 红外探测器 弱小目标检测 统计特征 桥梁 激光与光电子学进展
2019, 56(6): 060401
1 上海技术物理研究所 红外探测与成像技术重点实验室,上海 200083
2 中国科学院大学,北京 100049
复杂背景下红外弱小目标检测与追踪技术一直是遥感成像应用领域一项复杂而艰巨的课题。利用高帧频红外面阵成像系统采集到图像的强帧间相关性特征,设计了一种多帧累加的时域信噪比的弱小目标检测方案。同时利用目标运动的连续性,采用多帧确认的方法关联目标,输出真实目标运动轨迹。实验结果表明,算法在vs2013上运行的平均运算时间为23 ms,检测到的目标最低信噪比为2.91,同时对多目标的检测具有较强的适应性。
时域信噪比 多帧累加 红外弱小目标检测 多帧确认 spatial Signal to Noise Ratio multi-frame accumulation infrared dim target detection multi-frame confirmation 太赫兹科学与电子信息学报
2019, 17(1): 118
中国人民解放军92728部队, 上海 200436
通过分析深空背景图像的特点, 提出一种基于拓扑不变性的深空背景暗弱目标检测方法。首先, 使用基于拓扑不变性的图像匹配方法以首帧图像为基准对序列图像进行匹配; 然后, 进行背景滤除;最后,利用基于Hough变换的方法对图像进行暗弱目标检测,从而获取目标信息。为验证提出算法的有效性, 使用STK软件制作若干幅半仿真序列图像进行实验。结果表明:提出的算法对空间碎片的检测能力超过了SMP和SBV两种算法; 算法的计算效率与SMP算法相当, 比SBV算法高。
深空背景 拓扑不变 图像匹配 弱小目标检测 Hough变换 deep space background topological invariance image matching dim target detection Hough transform
1 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
2 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳471000
3 空军石家庄飞行学院, 石家庄050081
4 中国航空工业集团公司洛阳电光设备研究所, 河南洛阳471000
基于某制冷型红外焦平面探测器, 介绍了一种高信噪比的模拟信号采集电路。使用了噪声分析法对电路噪声来源进行分析, 建立了低噪声的信号变换路径; 采用信噪比(SNR)和噪声等效温差(NETD)测试相结合的方法, 对电路和成像组件指标进行评价; 测试结果表明, 组件SNR可达76 dB, NETD可达17. 5 mK(环境温度300 K), 信号采集过程中噪声引入量少, 组件能够实现对远距离微弱小目标的探测。
微弱目标探测 模拟信号采集 高信噪比 dim target detection analogue signal acquisition high SAN NETD Noise Equivalent Temperature Difference(NETD)