武汉大学 电子信息学院, 湖北 武汉 430072
针对复杂自然环境下运动目标检测中噪声多、目标检测不完整等问题, 提出一种改进的基于模糊集理论的解决方法。使用金字塔多分辨率模型进行背景差分获取初步的前景掩膜, 将当前帧的颜色、时间、空间、位置4种特征用模糊集表示, 形成模糊向量集合簇, 用模糊数学理论结合这4个向量的特征, 得到每个像素点对前景的隶属度, 从而检测运动目标。该方法不仅能有效地检测较完整运动目标, 也可以克服自然环境下微小运动背景的影响。实验结果显示: 该方法前景的识别率为0.717 4, 错误率为0.011 8, 能适应自然环境下动态背景的影响。
运动目标检测 模糊集 复杂自然背景 多分辨率 moving object detection fuzzy set complex natural background multi-resolution
1 电子工程学院 脉冲功率激光技术国家重点实验室, 合肥 230037
2 电子工程学院 安徽省红外与低温等离子体重点实验室, 合肥 230037
为解决传统光强探测手段难以有效探测和识别伪装目标这一难题，基于偏振探测技术搭建了光谱偏振探测成像系统，利用该系统在位于442.0，545.5，670.5，850.5 nm的窄波段对典型草地、土壤背景下的某型深绿色和土黄色伪装涂层进行了光谱偏振探测实验研究。并通过编制的图像处理软件对测试结果进行处理分析以提取其中的偏振信息，获得了目标与背景偏振度和偏振对比度随探测波长和探测角的变化规律。研究结果表明，合理地选择偏振成像探测条件可以使伪装涂层与背景之间存在较大的偏振对比度，可以实现对传统伪装涂层涂覆的目标的有效探测和识别。
伪装涂层 自然背景 偏振探测 偏振度 偏振对比度 camouflage coating natural background polarimetric detection polarization degree polarization contrast
