弱点目标检测中的背景杂波抑制新方法

常规的弱点目标检测算法在背景边缘如海天线、云层和海浪边缘会形成高的虚警。通过对背景边缘梯度的分析后发现,背景边缘与弱点目标在多向梯度特性上存在差异,据此提出了一种背景杂波抑制新方法。     

应用混沌理论的舰船混响背景下目标检测方法

舰船的水下目标检测技术有重要意义,不仅关乎军事舰艇的侦察能力,还决定海上作业渔船和航运船舶的工作效率。因此,研究混响背景的水下目标信号检测技术具有重要的意义。本文系统介绍混沌理论的发展和数学模型,利用混沌理论优化舰船混响背景下的信号提取和目标检测技术,并利用仿真软件Maltlab对该目标检测技术进行仿真分析。     

粒子滤波器在船舶海天背景下目标跟踪技术的应用

船舶在海天背景下的目标跟踪技术在军事侦察、目标搜寻和海上监控等领域有重要的应用,近年来引起了研究人员的广泛关注。随着图像处理技术和计算机技术的迅速发展,目标追踪技术的理论与技术基础更加完善。本文以船舶在海天背景下的目标跟踪技术为研究对象,结合粒子滤波跟踪算法,研究和开发新型的船舶目标跟踪系统,显著提高了船舶的目标跟踪精度和跟踪效率。     

基于红外成像的舰船目标实时检测跟踪方法研究

提出一种基于红外成像的舰船目标实时检测与跟踪方法,首先通过图像增强提高信噪比,增强目标轮廓清晰度;接着对红外图像中的水天线进行检测,确定目标所在的候选区域,在候选区域内完成目标的定位检测;最后通过波门跟踪算法对序列图像中的舰船目标进行跟踪。实验结果表明该方法具有较好的准确性和实时性。     

地面红外运动目标图像处理与识别算法分析

为了能在复杂背景环境下发现并识别出感兴趣的红外运动目标,分析了剔除复杂背景的算法,根据目标特性对目标进行检测识别,对运动目标的跟踪判定方法等.通过处理算法能够在复杂背景环境下检测出感兴趣的红外运动目标,有效剔除假目标,增强红外识别系统的识别概率.     

基于质心提取的红外图像小目标检测

低信噪比条件下小目标检测技术的研究是红外信息处理中的关键性问题。由于小目标通常属于高频成分,又易于与噪声混杂在一起,更加增加了检测的难度。文章提出了一种基于质心提取的方法对红外小目标进行检测,在对图像不进行滤波的情况下找到目标可能的质心点集合。对这些置信度高的质心点集合进行分类,以确定各个目标的质心以及目标的个数。最后以确定的目标质心点搜索目标边缘,找出其边界并计算出目标的特征参数。该检测方法对噪声也有一定的抑制作用。     

红外图像中舰船目标增强技术研究

随着各国在海洋领域竞争的日益激烈,舰船目标自动识别技术正逐渐成为社会的研究热点,目标增强是舰船目标自动识别技术中的重要环节,但通常海天背景下舰船目标红外图像的目标背景对比度低,图像信噪比差。为使低对比度舰船红外图像中感兴趣目标得到增强,本文首先利用中值滤波去除图像中的随机噪声,然后对图像进行同态滤波,最后加入对像素空间位置的考虑,利用像素邻域的灰度均值和均方差值构建了一个灰度变换函数,实现图像的灰度拉伸。实验结果表明,以往仅通过灰度信息的增强技术很难取得较好效果,本文在考虑像素位置的基础上提出的灰度变换函数可较好的实现对舰船目标局部区域的增强。     

模拟退火法下交互式舰船红外图像斑点抑制

针对传统方法下舰船红外图像边缘特征识别结果不精准,导致斑点抑制效果较差的问题,提出了模拟退火法的交互式舰船红外图像斑点抑制方法。建立交互舰船红外图像斑点噪声模型,使用Radon变换方法处理模型数据。构造邻域结构模型,补充残缺结构特征,根据设定的模拟退火参数,获取处理后的数据识别图像边缘特征。根据图像边缘线条走向,确定图像区域特征,输出消除斑点的舰船红外图像。由实验结果可知,该方法能够消除全部斑点,并精准识别出图像边缘。     

目标与背景红外特征及对比度研究综述

目标与背景红外特征及对比度的研究是红外对抗技术研究的重要内容之一。文章从理论研究、实验测量和软件平台三个方面对近年来国内外目标与背景红外特征及对比度的研究成果做了综述,总结了研究方法,探讨了其中存在的不足,并以此分析未来发展方向。     

基于Camshift的红外舰船目标跟踪

在海空红外图像中舰船的轮廓和纹理特征信息较少,给舰船目标的识别和跟踪带来了极大的挑战。针对这一问题,本文在研究红外系统成像机理及红外图像特性的基础上,利用滤波和直方图均衡化来减少红外图像的噪声,提高红外图像的对比度。此外,详细分析了Camshift算法,设计基于Camshift的舰船目标跟踪方案。     

基于合成孔径雷达图像处理的舰船目标检测与优化

合成孔径雷达(SAR)具有全天候、全方位的目标监测功能,被广泛应用于国防军事和工业领域。本文主要研究了一种基于合成孔径雷达图像处理的舰船目标检测技术,海上舰船目标的检测和识别有重要的军事意义,能够提高海上交通的管理能力。本文首先介绍了合成孔径雷达的基本成像原理,然后基于LEE滤波器介绍SAR图像的噪声处理,最后针对舰船SAR图像的目标特征进行了识别与分析。     

基于图像检测的船舶特征分割与提取优化算法

船舶图像特征分割和提取算法是图像检测领域中的基础工作。由于船舶航运环境和船舶自身结构组成相对复杂,船舶图像的全自动分割方法在图像检测过程中经常出现边缘模糊、准确性低等问题。因此提出基于图像检测的船舶特征分割与提取优化算法,结合免疫算法获取更多图像特征信息,达到快速、准确的对船舶图像特征进行提取和分割的目的。为验证算法的准确性进行仿真实验,结合船舶区域图像对图像边界特征进行提取和分割,并与传统方法进行比较。实验结果证明基于图像检测的船舶特征分割与提取优化算法可以有效达到特征融合、全局最优、算法效率高等优良特性,使图像具有更强的实用性。     

严格排放法规背景下太阳能在船舶上的应用研究

为降低船舶排气污染物排放,促进水运行业绿色健康发展。通过利用太阳能光伏系统代替部分船舶辅机发电机向船舶货仓甲板照明系统供电,并根据船舶排气污染物实船测试要求,对太阳能在船舶上应用效果进行实船验证,污染物CO、NOX、HC总体呈下降趋势。随着太阳能光伏技术的进一步发展,太阳能的利用将是未来实现船舶绿色航行的关键措施之一。     

基于遥感图像的舰船目标检测及特征提取技术

首先运用OSTU算法对舰船目标图像的陆域和海域空间分离,进而提出一种基于云干扰背景的高斯分布混合统计模型进行虚假目标的过滤。在实现舰船目标(ROI)检测的基础上,又根据舰船图像的特征提取形态特征和尾迹特征等,精确实现对舰船目标鉴别。数据表明,通过以上步骤的技术处理,能够很好地实现对遥感图像的舰船目标进行虚假过滤和快速的舰船特征提取。     

复杂背景下海天线的连通域检测法

海天线的检测对于划分海空背景、识别红外舰船目标具有重要作用.本文提出一种基于线段表连通域原理的海天线检测方法.首先去除原始红外图像的强水纹干扰和背景干扰,再通过梯度运算和最大值滤波找出海天线的位置.最后基于线段表连通域原理对二值化后的图像进行检测,以提取海天线的非线性边缘信息.实验表明,该方法的检测精度高,而且当海天线上存在舰船时,不会对舰船轮廓产生影响,克服了Hough变换法只能检测出直线的缺点,具有较强的实用性.     

复杂背景下海天线的连通域检测法

海天线的检测对于划分海空背景、识别红外舰船目标具有重要作用。本文提出一种基于线段表连通域原理的海天线检测方法。首先去除原始红外图像的强水纹干扰和背景干扰,再通过梯度运算和最大值滤波找出海天线的位置。最后基于线段表连通域原理对二值化后的图像进行检测,以提取海天线的非线性边缘信息。实验表明,该方法的检测精度高,而且当海天线上存在舰船时,不会对舰船轮廓产生影响,克服了Hough变换法只能检测出直线的缺点,具有较强的实用性。     

合成孔径雷达图像船舶自动检测新方法

针对传统SAR图像船舶自动检测方法在检测近岸目标时存在的普适性不强、计算量大、自动识别差的缺陷,提出了一种新的迭代阈值分割算法,通过消除噪声、分离目标检测出船舶目标,对比验证该方法能自动、快速、准确地检测近岸船舶目标。     

无人机海监测绘技术应用下舰船遥感图像目标检测

随着遥感技术与无人机技术的结合,无人机遥感已广泛应用于海监测绘领域。通过大量实践发现,受到天气雨雪、大雾、霾的影响,无人机获取舰船遥感图像时,目标识别清晰与准确度明显降低。为此,应用无人机海监测绘技术进行下舰船遥感图像目标检测。通过对遥感图像目标的明暗分离计算、海陆场景分离计算与目标神经特征识别计算,实现对舰船遥感目标的快速检测。仿真场景对提出的设计进行对比测试,结果证明了提出设计的可行性与实用性。     

船联网中曲波阈值图像去噪自适应算法研究

随着船联网时代的到来,对于图像的传输质量要求越来越高。本文给出一种改进的曲波阈值图像去噪自适应算法,该算法结合反应扩散滤波器,有效利用曲波变换与反应扩散滤波器的优势,既抑制曲波图像去噪过程中所产生的虚假现象,也弥补反应扩散滤波会产生斑点噪声的缺点。