-
公开(公告)号:CN115359085B
公开(公告)日:2023-04-04
申请号:CN202210955572.X
申请日:2022-08-10
申请人: 哈尔滨工业大学
摘要: 本发明提出了一种基于检出点时空密度判别的密集杂波抑制方法。本方法首先设计了基于空间距离加权的检出点空域密度计算方法,其次设计了基于时空管道模型的检出点时域密度计算方法,使用以上方法对检出点进行空域密度、时域密度计算,最终构建了融合空域密度与时域密度的检出点时空密度图,以此为判别依据进行密集杂波的抑制。本发明克服现有基于时域滤波的红外小目标检测算法对密集杂波抑制的不足。
-
公开(公告)号:CN117011196A
公开(公告)日:2023-11-07
申请号:CN202311001772.2
申请日:2023-08-10
申请人: 哈尔滨工业大学
摘要: 本发明公开了一种基于组合滤波优化的红外小目标检测方法及系统,包括以下步骤:首先构建红外小目标图像块样本库,包括原始红外图像块和对应的目标标注掩码图作为训练样本。然后,为获得每个训练样本的最优滤波组合,将由滤波组合系数表示的组合滤波结果与目标标注掩码的均方差作为目标函数,利用拉格朗日法求解最优的滤波组合系数,通过对大量样本进行优化得到完备的先验样本库。最后,在应用推理的过程中,对测试图像进行滑窗获得图像块,并从先验样本库中找到最相似样本图像块,采用该样本的滤波组合系数对滑窗获得的图像块进行加权融合滤波,利用自适应阈值分割得到红外小目标,实现了红外小目标的检测。
-
公开(公告)号:CN115205327B
公开(公告)日:2023-04-11
申请号:CN202210551075.3
申请日:2022-05-18
申请人: 哈尔滨工业大学
摘要: 本发明公开了一种融合历史库信息的红外小目标跟踪方法,包括以下步骤:创建目标离线库;创建目标在线库;对待测红外小目标轨迹进行特征提取,基于提取结果构建待测红外小目标融合特征;基于所述待测红外小目标融合特征确定分割阈值,通过所述分割阈值对待测红外小目标下一帧图像进行分割,得到疑似红外小目标点;将所述疑似红外小目标点分别与所述待测红外小目标融合特征和所述红外小目标共性特征进行对比,得到疑似红外小目标跟踪定位结果。本发明通过以上技术方案,提高了弱目标的检测成功率和精确度,解决了在长期跟踪过程中目标检测分割阈值不适配问题,能够实现鲁棒性目标跟踪。
-
公开(公告)号:CN115359085A
公开(公告)日:2022-11-18
申请号:CN202210955572.X
申请日:2022-08-10
申请人: 哈尔滨工业大学
摘要: 本发明提出了一种基于检出点时空密度判别的密集杂波抑制方法。本方法首先设计了基于空间距离加权的检出点空域密度计算方法,其次设计了基于时空管道模型的检出点时域密度计算方法,使用以上方法对检出点进行空域密度、时域密度计算,最终构建了融合空域密度与时域密度的检出点时空密度图,以此为判别依据进行密集杂波的抑制。本发明克服现有基于时域滤波的红外小目标检测算法对密集杂波抑制的不足。
-
公开(公告)号:CN117011196B
公开(公告)日:2024-04-19
申请号:CN202311001772.2
申请日:2023-08-10
申请人: 哈尔滨工业大学
摘要: 本发明公开了一种基于组合滤波优化的红外小目标检测方法及系统,包括以下步骤:首先构建红外小目标图像块样本库,包括原始红外图像块和对应的目标标注掩码图作为训练样本。然后,为获得每个训练样本的最优滤波组合,将由滤波组合系数表示的组合滤波结果与目标标注掩码的均方差作为目标函数,利用拉格朗日法求解最优的滤波组合系数,通过对大量样本进行优化得到完备的先验样本库。最后,在应用推理的过程中,对测试图像进行滑窗获得图像块,并从先验样本库中找到最相似样本图像块,采用该样本的滤波组合系数对滑窗获得的图像块进行加权融合滤波,利用自适应阈值分割得到红外小目标,实现了红外小目标的检测。
-
公开(公告)号:CN115205327A
公开(公告)日:2022-10-18
申请号:CN202210551075.3
申请日:2022-05-18
申请人: 哈尔滨工业大学
摘要: 本发明公开了一种融合历史库信息的红外小目标跟踪方法,包括以下步骤:创建目标离线库;创建目标在线库;对待测红外小目标轨迹进行特征提取,基于提取结果构建待测红外小目标融合特征;基于所述待测红外小目标融合特征确定分割阈值,通过所述分割阈值对待测红外小目标下一帧图像进行分割,得到疑似红外小目标点;将所述疑似红外小目标点分别与所述待测红外小目标融合特征和所述红外小目标共性特征进行对比,得到疑似红外小目标跟踪定位结果。本发明通过以上技术方案,提高了弱目标的检测成功率和精确度,解决了在长期跟踪过程中目标检测分割阈值不适配问题,能够实现鲁棒性目标跟踪。
-
-
-
-
-