红外与激光工程
2021, 50(4): 20200377
红外图像受随机噪声干扰严重。传统的基于高斯混合模型的检测算法检测得到的红外目标受虚假轮廓影响, 不易准确辨识。为了准确识别红外目标, 采用了一种基于脉冲耦合神经网络和高斯混合模型的红外目标检测算法。首先利用高斯混合模型定位红外目标区域的位置, 然后利用基于空间信息的分水岭算法得到闭合区域, 再利用基于脉冲耦合神经网络的分割算法剪切其虚影, 最终检测到完整的运动目标。结果表明, 该方法能够消除在传统方法中产生的虚影现象, 得到精确的红外运动目标。通过比较, 实验结果优于传统方法。
图像处理 目标检测 脉冲耦合神经网络 高斯混合模型 红外序列图像 image processing target detection pulse coupled neural network Gaussian mixture model infrared image sequence
国防科技大学光电科学与工程学院， 湖南 长沙 410073
为满足红外图像无缝拼接的需要，提出了一种基于红外序列图像的灰度非均匀性校正 算法。该算法利用灰度非均匀区域的相对稳定性，通过对拍摄的大量红外序列图像求平均，获得相机灰度校 正的模板图像。然后利用此模板对各帧图像进行校正，实现在同一幅度照射下各像素灰度的一致性。最 后利用由HJRG–001型红外热像仪获得的红外视频图像序列进行拼接实验，并使用SURF算法对校正后的序列图像 进行拼接。实验结果表明，该方法简单快速，有效地校正了由成像系统造成的图像灰度非均匀性，并且在保持图 像清晰度的前提下，明显消除了拼接缝，提高了拼接图像的质量。
红外序列图像拼接 灰度非均匀性校正 校正模板 无缝拼接 infrared image sequence mosaic grayscale nonuniformity correction correction template seamless mosaic
针对天空背景下红外序列图像中小目标检测实时性以及工程化的要求，设计了一种基于FPGA＋双DSP 的实时检测系统，用硬件方式实现了红外图像高通滤波、自适应阈值分割、管道滤波的组合检测算法。通过对实测红外序列图像进行实验表明，该系统能实时、有效的检测25 帧/s 的低信噪比红外序列图像。
红外图像序列 小目标检测 FPGA＋双DSP 实时性 infrared image sequence small target detection FPGA＋double DSP real-time performance
1 第二炮兵工程学院 指挥自动化工程系,西安 710025
2 空军工程大学 工程学院,西安 710038
针对红外图像对比度差、边缘模糊的特点,提出了一种基于时空联合的红外序列图像目标提取的新方法。算法充分利用了红外目标的亮度特征、背景信息以及运动信息。时域分割中通过建立帧差图像背景的高斯分布模型,采用变化检测模板来确定红外目标约束区域。然后,构造图像像素与区域之间的空间关系隶属度矩阵并约束到传统的模糊聚类算法中,空域分割则利用该模糊聚类来对目标约束区域进行有效分割。最后将时空分割结果融合便能实现最终的红外目标提取。实验结果表明,该方法简单有效,能准确提取动态场景中的红外目标。
时空联合 红外图像序列 模糊聚类 目标提取 spatio-temporal information infrared image sequence fuzzy clustering target extraction
西安电子科技大学,电子工程学院,陕西,西安,710071
提出了一种红外图像序列中运动弱小目标检测的新方法.该方法在时间剖面上采用数学形态学滤波和中值滤波来抑制杂波背景干扰,并对去除背景后的图像进行分割,然后利用序列图像中目标运动的连续性和轨迹的一致性来检测出真正的目标.利用实测数据进行了仿真,实验结果表明了该方法的有效性.
弱小目标检测 红外图像序列 数学形态学 Dim small target detection Infrared image sequence Mathematical morphology
