1 云南师范大学信息学院，云南 昆明 650500
2 河海大学计算机与信息学院，江苏 南京 211100
3 中国科学院微电子所昆山分所，江苏 昆山215347
红外点目标检测是红外制导系统的关键技术之一，是**应用领域的研究热点。一方面，点目标在大气传输和散射过程中由于观测距离长，常常淹没在背景杂波和大噪声中，信噪比低。另一方面，图像中的目标以模糊点的形式出现，使得目标没有明显的特征和纹理信息。由于不同红外图像中的点目标具有不同的外观、形状和姿态，加之噪声杂波的干扰遮挡，经过单帧检测后，除了真实目标外，图像中可能有虚假目标和一些强噪声。因此，由于这几个因素，红外点目标检测变得非常困难。为了解决这一问题，作者研究了红外点目标检测的相关方法，提出了非凸秩逼近最小化方法（NRAM）与改进的随机漫步者方法（MRW）相结合的方法（NRAM-MRW），在复杂的红外背景下，针对红外点目标的检测中有着较好的检测效果。
红外图像 点目标检测 NRAM 随机漫步者 infrared image point target detection NRAM random walker 红外与激光工程
2022, 51(3): 20210798
针对红外过采样扫描成像特点,提出一种基于深度卷积神经网络的红外点目标检测方法.首先,设计回归型深度卷积神经网络以抑制扫描图像杂波背景,该网络不含池化层,输出的背景抑制图像尺寸与输入图像一致；其次,对抑制后的图像进行门限检测,提取候选目标小区域原始数据；最后,将候选目标区域数据依次输入分类型深度卷积神经网络以进一步判别目标、剔除虚警.生成大量过采样训练数据有效训练两个深度网络.结果表明,在不同杂波背景下,该方法在目标信杂比增益、检测概率、虚警概率和运算时间等方面,均优于典型红外小目标检测方法,适用于红外过采样扫描系统的点目标检测.
模式识别与智能系统 点目标检测 卷积神经网络 红外过采样扫描 深度学习 pattern recognition and intelligent systems point target detection convolution neural network infrared over-sampling scanning deep learning
1 光电信息控制和安全技术重点实验室, 天津 300308
2 中国电子科技集团公司光电研究院, 天津 300308
针对传统点目标检测方法无法精确检测出复杂背景下点目标的问题, 根据点目标的红外辐射特性和时域运动特性, 提出一种新颖的复杂背景下点目标检测方法。通过分析点目标的红外辐射特性和在序列图像中的能量变化特性, 找到目标点与干扰点之间的差异。通过搜索领域内极大值点、去除噪点、去除目标灰度幅值变化缓慢的点和不服从二维高斯分布的点, 检测出候选目标点; 根据目标位置信息构造时空管道, 沿时空管道预测下一帧目标可能出现的位置, 根据同一目标在序列图像中能量变化特性和面积变化特性进行目标真伪性判断。实验结果表明, 与传统的点目标检测方法相比, 文中方法在点目标的检测精度和检测效率方面都有很大提高。
点目标检测 红外辐射特性分析 时空管道 能量变化 面积变化 small dim target detection infrared radiation characteristics analysis spatial-temporal pipeline energy growth area growth
1 上海卫星工程研究所， 上海 201109
2 国防科学技术大学电子科学与工程学院， 湖南 长沙 410073
过采样是为提高遥感扫描图像分辨率而提出的一种新的成像体制，为将其应用于红外搜索与跟踪系统，需研究过采样对系统点目标检测性能的影响。从扫描成像原理角度对比分析常规采样和过采样的特点；基于高分辨率图像退化方式给出扫描图像仿真方法；通过仿真扫描图像进行单帧目标检测处理，对比分析两种采样体制下的系统点目标检测性能。结果表明，在相同条件下，过采样系统点目标检测性能优于常规采样；常规采样扫描图像中目标一般呈现1×1点状，而过采样扫描图像中目标呈现斑点状，利用该特性可进一步提升过采样系统目标检测性能。
遥感 图像处理 过采样 红外扫描 图像仿真 点目标检测
董玉翠 1,2,3,*陈凡胜 1,2苏晓锋 1,2,3龚学艺 1,2,3李真真 1,2,3
1 中国科学院 上海技术物理研究所, 上海 200083
2 中国科学院 红外探测与成像技术重点试验室, 上海 200083
3 中国科学院大学, 北京 10000
从成像探测体制出发, 对过采样扫描系统的光学系统、电子学系统等模块分别进行了数学建模, 并对点目标和场景图像进行了仿真实验。仿真过程中提出了一种对有限图像大量分割代替连续图像的建模思想和方法, 在matlab环境中对源点目标图像和场景以及探测器扫描积分过程进行仿真, 并对过采样图像进行图像融合。仿真结果给出了不同过采样倍数以及点目标位于不同相位时的信噪比变化和信噪比随积分时间增长的变化曲线。仿真结果表明, 过采样探测系统融合后的图像虽然能够增大点目标在图像上的尺寸, 但融合后的图像会增大高频噪声, 造成检测概率降低, 虚警率增大。文章最后给出了利用小孔模拟点目标成像的实验, 进一步证实了仿真结果的正确性, 说明时空过采样系统并不适合用于点目标检测。
成像系统 时空过采样 数学建模 点目标检测 扫描成像 imaging system time-spatial oversampling mathematical modeling point target detection scanning imaging
哈尔滨工业大学 空间光学工程研究中心, 黑龙江 哈尔滨 150001
为改进空间目标天基实时监视能力, 研究了美国在空间中段实验卫星上搭载的对空间目标进行在轨检测与跟踪的信号处理器的工作方案。针对该处理器在目标运动轨迹提取阶段采用的先二元速度滤波再能量累积判决的“筛选-确认”解决方案, 提出了两点改进方法：一是在“筛选”阶段增加运动速度约束条件, 二是在“确认”阶段增加样本均差约束条件, 使其在降低虚警概率的同时提高检测概率, 从而普遍适用于复杂背景成像条件下运动点目标轨迹的提取。最后, 利用实际获取的云层背景图像数据库仿真生成了包含多运动目标的时序图像序列, 并以此作为输入信号源分析比较了原算法与改进算法的性能差异。仿真实验结果表明：改进算法在二元速度滤波后候选条痕减少到原算法的50%以下, 处理器运行时钟周期数从8.0×106次降低到7.1×106次; 最终检测结果显示, 改进算法判决门限的合理取值范围增加到20左右, 可以实现对多运动目标的实时检测。
点目标检测 二元速度滤波 能量累积判决 运动目标 图像序列 轨迹提取 point target detection binary matched filter energy accumulation decision moving target image sequence trace extraction
南京理工大学电子工程与光电技术学院，江苏 南京 210094
为了提高复杂背景下红外预警系统对空中红外点目标的探测效果，对传统 Robinson 滤波器的模板应用进行了延伸，在背景抑制和背景分割的基础上，对单帧红外图像中点目标进行 Robinson 滤波器双模板匹配及融合检测。实验表明，与传统 Robinson 滤波相比，此方法既提高了点目标的检测概率，同时更好地抑制了背景，取得了较为理想的目标检测效果。
点目标检测 Robinson滤波 背景抑制 背景分割 双模板融合 point target detection Robinson filter background suppression background division dual
1 电子工程学院 脉冲功率激光技术国家重点实验室
2 光电系,合肥 230037
3 中国科学技术大学,合肥 230027
对于背景呈非线性变化的复杂图像,用背景预测的方法对红外点目标进行检测时,传统的线性最小二乘法(Least Squares, LS)的效果比较差。文章使用核方法(Kernel Methods, KMs)推导了最小二乘法的非线性版本:核最小二乘算法(Kernel Least Squares, KLS);进一步推导出了更适合动态系统时序预测的指数加权形式的核最小二乘算法(Kernel Exponential Weighted Least Squares, KEWLS)。提出了一种基于核方法的红外点目标检测算法,先用KEWLS 非线性回归算法预测红外图像背景,再通过自适应门限检测残差图像中的目标。非线性函数回归和红外序列图像检测实验表明核方法较大地改进了算法的非线性函数估计与红外背景预测能力。
点目标检测 核方法 非线性回归 最小二乘法 指数加权 背景预测 point target detection kernel methods nonlinear regression least squares exponential weighted background estimation
