基于动态规划算法的无源毫米波弱小目标检测方法

针对无源毫米波弱小目标特点,结合已有的动态规划算法,利用图像阈值分割原理实时计算检测门限,提出一种适用于无源毫米波小目标检测的实用动态规划算法,并分析了动态规划的计算过程及分割门限的确定方法。实验仿真结果表明,此算法能准确检测出复杂背景下的低信噪比无源毫米波弱小目标,并得到目标运动轨迹,在单帧成像信噪比为4.5dB左右时,能准确检测出目标运动轨迹。     

双边滤波下局部强度与梯度融合的小目标检测

针对红外小目标在复杂背景下难以检测的问题，提出了一种利用局部强度和梯度融合来增强目标抑制背景杂波的算法。首先通过双边滤波技术得到去噪图像，然后利用目标区域与局部邻域的强度差异和梯度向量获得融合图像，最后采用自适应阈值分隔技术成功检测出小目标。理论分析和实验评估结果表明，该算法能够很好地抑制高斯噪声和背景边缘，相比于传统的检测算法，其检测性能显著提高，鲁棒性能较好。     

用于步进频连续波雷达旁瓣抑制的自适应CLEAN技术

为了解决步进频连续波雷达中的强目标距离旁瓣掩盖弱小目标问题,对步进频自适应脉压算法(SFCW-RMSMIL)进行修正,并联合修正SFCW-RMSMIL算法和CLEAN技术,提出了一种新的自适应CLEAN算法（A-CLEAN）。该算法解决了弱小目标能量严重压制问题,同时还能精确估计各目标的幅度和位置,提高了雷达对弱小目标的检测能力。最后利用仿真数据、实测数据以及蒙特卡洛实验验证了新提出的A-CLEAN算法的有效性和实用性。     

基于显著区域提取的红外图像舰船目标检测

针对复杂海面背景下红外图像舰船目标由于灰度不均匀、海杂波干扰大等因素造成的自动检测虚警率高、准确率低的问题，提出了一种显著区域提取和目标精确分割相结合的红外舰船目标检测方法。首先，利用基于图论的视觉显著性(Graph-based Visual Saliency ,GBVS)模型计算待检测图像的显著图，使得目标区域信息增强；其次，结合舰船目标先验信息（长短轴、面积等），利用多级阈值划分算法提取关注的显著区域，并确定原图中候选目标区域；最后，利用空间约束模糊C均值(Fuzzy C-Means,FCM)算法对候选区域进行分割，结合目标先验知识对分割区域筛选并输出目标位置。所提方法在公开数据集IRShips上与相关方法进行比较，结果表明，相比直接进行全图目标搜索的方法，所提方法不仅准确率高、执行速度快，且检测目标的位置更加精确。     

检测海面弱目标的神经网络集成方法

海杂波中弱小目标的检测在军用和民用领域有着重要应用价值。基于径向基函数神经网络的目标检测方法可以检测海杂波中弱小目标,但是训练样本的选择直接影响检测效果。为了减小训练样本对检测效果的影响,提出了基于神经网络集成检测海杂波中弱小目标的方法。根据子网络在验证集上的表现,赋给差异度大的子网络较大的权值,子网络的加权平均得到集成的输出。采用McMaster大学IPIX雷达实测数据的测试结果表明,该方法能够减弱训练样本的选择对目标检测效果的影响,提高检测能力。     

一种基于帧差法与背景减法的运动目标检测新方法

为改进单独利用帧差法或背景减法进行运动目标检测时存在的不足,提高运动目标检 测的准确率和鲁棒性,提出了一种利用边缘信息的帧间差分法和背景减法相结合的运动目标 检测方法。该方法首先通过基于边缘信息的三帧差法获得一幅前景图像,然后利用改进的mo de算法进行背景差分获得另外一幅前景图像,最后将得到的两幅前景图像进行布尔或运算 ,得到前景目标。实验仿真结果表明,利用该方法,目标检测的准确率可以提高496%～36 01%,且算法具有较好的鲁棒性。     

基于曲面匹配的虹膜识别算法

为解决经典的匹配算法计算量大,耗时多的问题,同时为了克服繁琐的特征提取,本文依据3D空间曲面灰度差值平均和的原理,在虹膜灰度图像这个层面上直接进行匹配操作,没有特征提取这个步骤,参与匹配的是整个虹膜区域图像,结合C++软件构建了虹膜匹配仿真平台,同时给出了阈值参数,并进行了仿真.仿真结果表明,该算法不但速度快,准确率也比经典算法有所提升.     

智能视频分析技术在监狱监管工作中的应用

本文主要分析了智能视颇分析技术.研究了视频监视系统中的运动目标检测与跟踪方法,提出了基于背景统计模型估计的方法在基于运动目标检测与跟踪算法的智能视频监控系统中的实际应用方案,并设计了基于智能视频分析技术的数字化监狱网络监管系统的实现方案,包括基于dsp处理和单片机控制的运动目标检测与跟踪系统的硬件组成方案,和基于运动目标检测与跟踪算法的智能视频监控系统控制图像处理电路以及算法流程.     

角点检测综述

角点是图像的一种重要的局部特征，通过对图像角点的检测与处理，对把握图像的局部及整体特征，特别是在视觉匹配、目标识别和运动估计与追踪等领域都有重要的实际应用。现有的图像角点检测方法可分为基于模阪、亮度变化、边缘特征三种检测方法，对其分别进行了综述，分析了相关的算法，并对算法进行了评价。     

基于改进GMM算法的运动目标检测

背景建模及运动目标的提取是运动目标检测的研究热点和经典难题。基于传统的背景建模方法,提出一种基于自适应的改进GMM方法的背景建模新算法以获得高效和准确的分割结果。为了得到良好的背景模型,模型里各高斯分布的均值和方差需要根据场景的变化进行对应的更新。首先改进了前景构图方法,然后对高斯分布均值和方差的参数更新机制进行改进,提高了算法的精确性。仿真的结果显示:改进后的算法具有更好的抗干扰能力,能够应对背景的变化,减少误检和漏检现象的发生。     

全卷积神经网络应用于SAR目标检测

在合成孔径雷达（SAR）图像目标检测中,由于场景杂波的复杂多变,对背景杂波统计模型估计难度增加,从而导致多数检测器容易受到背景杂波的干扰。针对如何避免场景杂波对目标检测干扰的问题,提出了一种基于全卷积神经网络的SAR目标检测模型。该模型将目标检测任务转化为像素分类问题,利用卷积神经网络对数据集中目标像素特征和背景杂波像素的先验信息进行自主学习,有效减少了虚警目标的数量;通过对目标及其阴影区域的联合检测,提高了目标的检测概率。对多个不同场景图像进行测试,实验结果表明提出的检测模型具有良好的检测性能和鲁棒性能,与传统恒虚警检测算法相比,在无需考虑背景杂波统计模型前提下有效降低了虚警概率。     

组网红外/雷达协同间歇式目标跟踪

为进一步提高组网火控雷达间歇跟踪系统性能,提出了基于组网的红外/雷达协同 间歇跟踪方法。该方法利用红外/雷达进行协同间歇跟踪,通过数据拟合对连续红外数据与 间歇雷达数据进行时间配准,并对配准后的数据进行压缩,然后采用集中式序贯滤波融合算 法对异类间歇数据进行融合,形成连续的目标跟踪航迹。仿真结果表明,与组网火控雷达间 歇跟踪相比,该方法能够得到更高的低截获性能。     

利用改进特征金字塔模型的SAR图像多目标船舶检测

深度学习模型中的特征金字塔网络（Feature Pyramid Network，FPN）常被用作合成孔径雷达（Synthetic Aperture Radar，SAR）图像中多目标船舶的检测。针对复杂场景下多目标船舶检测问题，提出了一种基于改进锚点框的FPN模型。首先将特征金字塔模型嵌入传统的RPN（Region Proposal Network）并映射成新的特征空间用于目标检测，然后利用基于形状相似度距离（Shape Similar Distance,SSD）度量的Kmeans聚类算法优化FPN的初始锚点框，并使用SAR船舶数据集测试。实验结果表明，所提算法目标检测精确率达到98.62%，在复杂场景下与YOLO、Faster RCNN、FPN based on VGG/ResNet等模型进行对比，模型准确率提高，整体性能更好。     

基于局部极值共生模式和能量分析的烟雾检测

针对烟雾稀薄的场景提出了一种新颖且具有鲁棒性的视频烟雾检测方法,该方法主要由预处理、特征提取和图像分类三个阶段组成。在预处理阶段,使用背景差分算法提取视频帧的运动前景区域,并采用HSV颜色空间作用于运动前景区域识别烟雾像素;然后使用局部极值共生模式(Local Extrema Co-occurrence Pattern,LECoP）计算纹理特征和使用烟雾能量分析计算能量特征;最后,将特征矢量融合训练支持向量机（Support Vector Machine,SVM）用于识别烟雾。实验结果表明该方法能有效检测出烟雾。     

降低船用连续波雷达虚警概率的海杂波抑制方法

为了解决海杂波引起的船用连续波雷达虚警概率增大,以及海杂波抑制算法工 程应用难度大的问题,提出了一种工程实用的海杂波抑制方法。首先,通过双参数删除型 CFAR检测算法和统计检测算法进行二次检测;然后,依据邻近帧之间目标回波相关性 较强和片状海杂波相关性较弱的特点进行帧间处理。仿真和海上实验均表明,应用该方法的 船用连续波雷达可以降低不同强度的海杂波背景下的虚警概率。     

距离-速度同步干扰环境下的目标检测

针对距离-速度同步干扰,首先基于多普勒滤波器组和恒虚警率（CFAR）检测技术得 到目标检测决策,并结合目标检测决策建立雷达回波的速度-时间数据矩阵。随后分析了目 标和干扰的特征差异,基于超快霍夫变换（VFHT）提取雷达回波的目标特征霍夫空间。最后根 据该霍夫空间采用CFAR检测技术对目标检测,从而形成基于距离-速度同步干扰抑制的目标 检测方法。与常规快速霍夫变换（FHT）相比,提出的VFHT具有更高的计算效率。同时 ,该方法由于在雷达数据处理层面进行目标检测,不需要改变雷达系统的信号处理结构,大 大降低了雷达装备成本。理论仿真表明在同样的目标检测性能前提下,基于VHFT的目标检测 算法所需的信噪比要求放宽了10 dB以上,为弱目标回波信号环境中的应用奠定了基础 。     

一种改进的非合作目标定位方法及其应用验证

针对传统非合作目标定位方法对回波信号的群路径误差敏感和性能不稳定的缺陷,提出了距离信息遗传迭代算法来实现非合作目标的定位。详细介绍了距离信息的遗传迭代算法,并构建了一发三收的多基地探测系统,开展了以电离层不均匀体作为非合作目标的定位试验。通过试验,成功获得了非合作目标的经度、纬度和高度信息。研究表明：该方法具有自我反馈机制,能够避免定位结果陷入局部最优解和算法性能的不稳定,为非合作目标定位的研究提供了一种新的思路。     

雷达组网航迹灰色关联方法

针对雷达组网航迹关联问题，提出了一种基于灰色区间相对支持度的解决方法。通过分析雷达量测值与目标真实值之间的不确定关系，提出利用相对确定的区间数来处理测量误差的影响，在不同纬度区间数的基础之上构建灰色区间，通过计算灰色区间相对支持度，构建灰色区间相对支持度矩阵，将相对支持度最大的两个灰色区间作为判断航迹关联的依据。实例表明，该方法能够较好地解决组网雷达航迹关联问题。