为解决水面及水下目标侦察、探测、识别过程中存在的水面耀光干扰问题，利用偏振特征实现了水面耀光的抑制和目标的增强。分析了水面光波反射和折射过程中偏振特征传输规律，利用光波在垂直方向和平行方向上的光强分布关系，提出一种基于偏振反折射效应的水面耀光抑制方法。该方法利用水面反射偏振度、折射偏振度、垂直方向光强图像和平行方向光强图像，实现了水面耀光的分离和抑制。针对饱和耀光抑制过程中存在的垂直方向光强图像饱和失真问题，提出了一种基于完全偏振分解的饱和光强恢复方法，利用平行方向光强图像和任意一个非饱和起偏方向上获取的光强图像计算恢复出垂直方向光强图像，然后利用恢复后的垂直方向光强图像实现水面饱和耀光的抑制。实验结果表明，通过对水面耀光的抑制，有效提升了耀光区域内目标和背景之间的对比度及信噪比，增强了目标的显著性。

对无人机群的红外视频进行监视是安防和**领域的新热点。由于复杂背景下无人机图像获取难度大,图像数量难以满足相关算法的模型训练和验证等需求,因此提出一种基于图像衍生的红外无人机图像仿真方法。采用该方法对红外无人机模板图像与红外背景图像进行混合,从而生成大量不同背景下的无人机目标图像。针对图像混合技术受背景噪声影响严重、无人机目标边缘模糊和合成图像调和度低等问题,采用一种无监督的生成式对抗网络来生成调和度较高的灰度约束图像,将其与目标梯度图像作为联合约束来求解高斯-泊松方程,得到与真实图像特征一致性较高的混合图像。实验结果表明,所提方法生成的混合图像具有较高的图像调和度和视觉真实性,说明所得图像作为扩充样本可有效提高机器学习算法的性能。

针对监控视频中的多尺度近岸舰船检测问题,提出了一种基于特征重聚焦网络的舰船目标检测算法,设计了由多维特征聚合模块(MFAM)与注意力特征重构模块(AFRM)组成的特征重聚焦策略。其中,MFAM基于输入的特征金字塔构建特征聚合块,进一步融合多尺度舰船不同层次特征的语义信息。AFRM基于多分支空洞卷积以及通道与空间注意力机制提升网络对目标非局部信息的表征和对背景干扰的抑制,并构建了用于目标检测的特征重聚焦金字塔。在Seaships7000舰船公开数据集上的实验结果表明,相比其他算法,本算法对监控视频中多尺度近岸舰船的检测效果更好。

首先,利用透明物体表面反射光和透射光在垂直和平行方向上的光强分布关系,基于偏振正交分解原理,推导出反射光成分、透射光成分、反射光偏振度、透射光偏振度之间的函数关系。然后,根据相机成像原理,利用表面法向量求解得到透明物体表面不同位置处入射光线和法向量的夹角及入射面方位角,进而归纳出图像中各个像素点的反射光偏振度和透射光偏振度的分布规律。最后,基于反射和透射的偏振特性和相关特性,利用梯度下降算法计算得到反射分量和透射分量之间归一化的互相关最小值,最终实现反射光和透射光的分离,进而抑制了透明物体表面反射光的干扰,这为复杂反射光场景下的目标检测识别及图像匹配等提供了支持。