收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

空中平台大视场红外小目标实时探测技术研究

刘源  
【摘要】:随着技术的发展,红外小目标探测系统可灵活部署在不同的平台中。对于空中运动平台下大视场红外小目标探测系统,红外场景表现出复杂性并且变化剧烈。此时,传统的基于多帧的检测算法或者对场景假设过于简单的算法均难以适用。因此,本文深入研究该应用场景下的目标检测问题。本文研究了单帧小目标检测算法,以适应系统场景变化剧烈的特性。具体地,对单帧检测时图像背景造成的两大干扰地物干扰和云干扰展开了针对性的研究。为抑制背景中的地面干扰和云干扰,本文提出了一种基于局部对比度特征的小目标检测方法。首先利用基于改进型Top Hat变换的背景估计方法从图像中提取局部的灰度尖峰做为目标候选区域,然后综合考虑候选区域的目标强度和局部邻域构造对比度特征NTHC,最后利用分类器根据特征判定区域类别。算法对背景干扰具有一定的适应性,对微弱目标也有一定的检测灵敏度。另外,算法还有构造简单,计算效率高的特点。在结合了候选区域的几何特征后,性能也能进一步提升。为进一步提高计算效率,满足系统实时性要求,提出了一种分解方法对候选区域提取阶段基于空心矩形结构元素的形态学滤波进行加速。该方法能够将空心矩形结构元素的膨胀腐蚀运算分解为一维实心结构元素的膨胀腐蚀运算。再结合形态学滤波的快速算法,不管结构元素大小,最终计算每个像素最多需要进行15次比较。在结构元素较大时,计算复杂度下降显著。在系统计算资源相对丰富,检测准确率优先级高于实时性时,为进一步抑制地物干扰,本文提出一种结合目标特性和局部背景类别预测的小目标检测算法。由于真实目标和地物干扰的局部背景分别为天空和地面,具有一定的差异性,因此可将局部邻域背景类别当做一种判决的依据。具体地,首先利用对比度和几何特征描述候选区域的目标特性,然后对候选区域的局部空心邻域,提取一种基于无监督学习的高维特征向量KMFEAT进行描述,根据这两部分信息分别得到候选区域的类别度量后,训练分类器做最后的决策。最终的测试结果表明,与基于简单特征的方法相比,算法分类性能提升显著。类似地,为了进一步抑制背景中的云干扰,本文提出一种基于深度卷积神经网络的小目标检测算法。通过训练,深度网络能从数据中自动学习到数据的表达方法,无需人工设计特征。提出的模型有9个卷积层,基于其强大的学习能力,能够直接输入候选区域的局部邻域内的原始像素,经过模型处理后,最终输出候选区域的类别判决。虽然特征完全从数据中学习得到,对于难以区分的云干扰,算法取得了很高的准确率。最后本文提出两种算法集成方案结合前述分立算法,组成高性能的红外小目标检测算法。测试时,主要采用空中运动平台采集的红外图像。结果表明,虽然测试数据表现出复杂性,综合后的算法能够从分立的算法中得到互补性,取得很高的检测性能,满足实际应用场景下的需求。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘瑞明;刘尔琦;杨杰;张田昊;王芳琳;;核Fukunaga-Koontz变换检测红外小目标[J];红外与毫米波学报;2008年01期
2 张雷;杨风暴;郎文杰;李卉;;红外小目标与背景对比度特性研究[J];光电技术应用;2006年01期
3 陈玉丹;周冰;;红外小目标检测中的背景预处理技术研究[J];科学技术与工程;2006年18期
4 夏爱利;马彩文;张砺佳;;红外小目标检测与跟踪方法研究[J];科学技术与工程;2006年20期
5 张长城;杨德贵;王宏强;李智明;;基于粒子滤波的红外小目标跟踪方法[J];现代防御技术;2008年02期
6 李鹏;陈钱;郑海鸥;何宝福;;红外小目标图像的预处理方法[J];红外与激光工程;2011年04期
7 盛文,邓斌,柳健;一种基于多尺度距离像的红外小目标检测方法[J];电子学报;2002年01期
8 温佩芝,史泽林,于海斌;复杂海面背景红外小目标自动检测方法[J];红外与激光工程;2003年06期
9 张江辉,陶声祥,陈翠华;空中红外小目标并行分割算法[J];光电工程;2005年11期
10 杨磊;杨杰;郑忠龙;;海空复杂背景中基于自适应局部能量阈值的红外小目标检测[J];红外与毫米波学报;2006年01期
11 苏峰;凌清;高梅国;;红外小目标实时检测系统实现[J];激光与红外;2008年08期
12 王文龙;韩保君;张红萍;;一种海空背景下红外小目标检测新算法[J];光子学报;2009年03期
13 郭张婷;辛云宏;;红外小目标的分类背景预测与图像分块技术[J];激光与红外;2012年05期
14 刘俊伟;陈少华;方斌;胡晨;苟新禹;;天空背景下一维红外小目标检测技术研究[J];电光与控制;2012年11期
15 王浩;高晓光;;基于连续帧的红外小目标检测技术[J];火力与指挥控制;2012年11期
16 崔璇;辛云宏;;一种有效的红外小目标检测方法[J];光子学报;2014年02期
17 李震;郑建宝;朱振驰;林耀聪;;基于红外小目标识别的空中鼠标解决方案[J];电脑知识与技术;2014年05期
18 吴凡,于双和,王彦春;红外小目标检测方法的研究[J];电脑与信息技术;2004年01期
19 王俊林,张剑云;红外小目标识别的新方法[J];红外技术;2005年05期
20 彭鼎祥;汤心溢;王世勇;;复杂背景下红外小目标检测流水线快速预处理算法[J];半导体光电;2006年01期
中国重要会议论文全文数据库 前4条
1 张双垒;陈凡胜;段东;林剑春;董玉翠;;基于遗传算法红外小目标检测的研究[A];第十届全国光电技术学术交流会论文集[C];2012年
2 蒋跃;邓磊;徐生求;;红外小目标检测算法[A];2009年先进光学技术及其应用研讨会论文集(上册)[C];2009年
3 倪小慧;黄建军;;基于Top-hat变换的最大化背景预测红外小目标检测方法[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
4 顾蕊;赵建;孙海江;;基于多帧形态学融合的红外小目标检测[A];第八届全国信息获取与处理学术会议论文集[C];2010年
中国博士学位论文全文数据库 前7条
1 刘源;空中平台大视场红外小目标实时探测技术研究[D];中国科学院上海技术物理研究所;2017年
2 钱惟贤;复杂背景下红外小目标探测与跟踪若干关键技术研究[D];南京理工大学;2010年
3 魏长安;红外小目标检测与跟踪算法研究[D];哈尔滨工业大学;2009年
4 杨磊;复杂背景条件下的红外小目标检测与跟踪算法研究[D];上海交通大学;2006年
5 刘云鹤;基于注意机制的红外小目标检测与跟踪算法研究[D];哈尔滨工程大学;2009年
6 赵坤;复杂环境下红外小目标检测与跟踪技术研究[D];哈尔滨工程大学;2006年
7 孙继刚;序列图像红外小目标检测与跟踪算法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年
中国硕士学位论文全文数据库 前10条
1 段鹏;海上红外小目标检测及跟踪技术研究[D];电子科技大学;2013年
2 齐立立;基于FPGA的红外小目标跟踪系统设计[D];合肥工业大学;2014年
3 孟博;空中红外小目标检测及硬件加速研究[D];北京工业大学;2016年
4 任国鹏;基于二维匹配滤波的红外小目标检测[D];西安电子科技大学;2015年
5 周凯;基于背景抑制的红外小目标检测[D];西安电子科技大学;2015年
6 李洲;红外小目标检测研究及DSP实现[D];西安电子科技大学;2014年
7 谢丽娟;基于压缩量测的红外小目标检测跟踪[D];深圳大学;2016年
8 张锦龙;红外小目标图像实时压缩传输系统的研究[D];深圳大学;2016年
9 朱冰;天空背景下红外小目标检测与跟踪算法研究[D];陕西师范大学;2016年
10 柯志威;红外小目标视频压缩感知技术研究与实现[D];深圳大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978