基于最大值投影和快速配准的空间小目标检测

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于最大值投影和快速配准的空间小目标检测

刘峰, 奚晓梁, 沈同圣

文章导航 > 红外与激光工程 > 2016 > 45(11): 1104002-1104002(6)

刘峰, 奚晓梁, 沈同圣. 基于最大值投影和快速配准的空间小目标检测[J]. 红外与激光工程, 2016, 45(11): 1104002-1104002(6). doi: 10.3788/IRLA201645.1104002

引用本文:

刘峰, 奚晓梁, 沈同圣. 基于最大值投影和快速配准的空间小目标检测[J]. 红外与激光工程, 2016, 45(11): 1104002-1104002(6). doi: 10.3788/IRLA201645.1104002

Liu Feng, Xi Xiaoliang, Shen Tongsheng. Space small targets detection based on maximum projection and quick registration[J]. Infrared and Laser Engineering, 2016, 45(11): 1104002-1104002(6). doi: 10.3788/IRLA201645.1104002

Citation:

Liu Feng, Xi Xiaoliang, Shen Tongsheng. Space small targets detection based on maximum projection and quick registration[J]. Infrared and Laser Engineering, 2016, 45(11): 1104002-1104002(6). doi: 10.3788/IRLA201645.1104002

基于最大值投影和快速配准的空间小目标检测

doi: 10.3788/IRLA201645.1104002

1.
海军航空工程学院控制工程系,山东烟台 264001;
2.
中国国防科技信息中心,北京 100142

基金项目:

国家自然科学基金（51005242）;国家863计划

作者简介:
刘峰(1988-),男,博士,主要从事图像处理、目标检测、识别方面的研究。Email:Liufeng_cv@126.com

中图分类号: TP391

Space small targets detection based on maximum projection and quick registration

1.
Department of Control Engineering,Naval Aeronautical and Astronautical University,Yantai 264001,China;
2.
National Defense Science and Technology Information Center,Beijing 100142,China

摘要: 天基观测平台下弱小目标的检测是分析空间安全的重要研究内容。由于空间中存在大量外观与目标相似的恒星导致可利用空间分布信息缺乏；观测平台的不规则性运动导致帧间成像差异，都使得开发自动快速处理算法的难度增加。在分析星空图像模型的基础上，提出了一种基于三角形匹配和最大值投影的小目标检测方法。首先通过特征三角形对序列图像进行配准，并采用星点坐标矩阵的方法减小计算量。然后针对序列帧所有图像，采用最大值投影变换的方法，检测运动的小目标。最后通过200帧观测图像对算法进行验证，实验表明该方法能实时、准确地对目标进行检测，同时可以精确地定位目标质心。
- 天基观测 /
- 目标检测 /
- 三角形匹配 /
- 最大值投影
Abstract: It is an important research content for analysis of space security to detect the small targets with spac-based observation platform. But it's difficult to develop a fast, robust and automatically processing algorithm for some reasons:there are too many stars which have similar appearance with targets in space image and the observation platform moves irregularly. Based on analyzing star image model, a method of space target detection was proposed by triangle matching and maximum projection. First step is the sequence images registration with feature triangle and for reducing computation, the star centroid coordinate matrix was calculated. Then the maximum projection transformation for image sequences was used for detecting the moving small targets. Finally, simulation and test demonstrate the method can achieve real time and accurate targets detection with 200 sequence images.
- spac-based observation /
- target detection /
- triangle matching /
- maximum projection

[1]	Yang Shuqiang, Cui Qi, Li Biao. Spacial small target detection based on optical temporal profile characteriscs[J]. Electronics Optics Control, 2010, 17(6):36-39. (in Chinese)
[2]	Pan Jingchang. Research on automated processing and target detection of astronomical information[D]. Jinan:Shandong University, 2011. (in Chinese)
[3]	Chu P L. Efficient detection of small moving objects[R]. 1989:3-44.
[4]	Chen Binwen, Wang Wenwei, Qin Qianqing. Infrared dim target detection based on Fuzzy-ART neural network[J]. Systems Engineering and Electronics, 2012, 34(5):857-863. (in Chinese)
[5]	Han Yanli, Liu Feng. Small targets detection algorithm based on triangle match space[J]. Infrared and Laser Engineering, 2014, 43(9):3134-3140. (in Chinese)
[6]	Zhao Jiaji, Tang Zhengyuan, Yang Jie, et al. Infrared small target detection based on image sparse representation[J]. Journal of Infrared Milimeter Waves, 2011, 30(2):18-156.
[7]	Li Zhenwei, Zhang Tao, Sun Mingguo. Fast recognition and precise orientation of space objects in star background[J]. Optics and Precision Engineering, 2015, 23(2):589-599. (in Chinese)
[8]	Qi Changsong, Liu Enhai, Zhong Jianyong. Discussion on space-based deep space small moving target detecion[J]. Opto-Electronic Engineering, 2008, 35(5):28-32. (in Chinese)
[9]	Yu Qiang, Huang Shucai, Zhao Wei, et al. A fusion detection algorithm of small infrared target based on spatical-temporal accumulative difference[J]. Journal of Projectiles, Rockets, Missiles and Guidance, 2014, 34(6):181-184. (in Chinese)
[10]	Jiang Lei, Zhang Yanning, Sun Jinqiu. Trajectory detection by non-uniform quantitative Hough Transform in segmented blocks[J]. Chinese Journal of Stereology and Mage Analysis, 2009, 14(1):60-66. (in Chinese)

[1]	高凡, 杨小冈, 卢瑞涛, 王思宇, 高久安, 夏海. Anchor-free轻量级红外目标检测方法（特邀） . 红外与激光工程, 2022, 51(4): 20220193-1-20220193-9. doi: 10.3788/IRLA20220193
[2]	张景程, 乔新博, 赵永强. 红外偏振摄像机动目标检测跟踪系统（特邀） . 红外与激光工程, 2022, 51(4): 20220233-1-20220233-10. doi: 10.3788/IRLA20220233
[3]	蒋昕昊, 蔡伟, 杨志勇, 徐佩伟, 姜波. 基于YOLO-IDSTD算法的红外弱小目标检测 . 红外与激光工程, 2022, 51(3): 20210106-1-20210106-10. doi: 10.3788/IRLA20210106
[4]	李岳楠, 徐浩宇, 董浩. 频域内面向目标检测的领域自适应 . 红外与激光工程, 2022, 51(7): 20210638-1-20210638-9. doi: 10.3788/IRLA20210638
[5]	韩金辉, 魏艳涛, 彭真明, 赵骞, 陈耀弘, 覃尧, 李楠. 红外弱小目标检测方法综述 . 红外与激光工程, 2022, 51(4): 20210393-1-20210393-24. doi: 10.3788/IRLA20210393
[6]	雷韫璠, 王龙, 钟红军, 张辉, 武延鹏. 基于轨迹一致性检测的空间碎片天基识别方法 . 红外与激光工程, 2022, 51(11): 20220076-1-20220076-10. doi: 10.3788/IRLA20220076
[7]	南天章, 耿建君, 陈旭, 陈颖. 基于邻域特征的红外低慢小目标检测 . 红外与激光工程, 2019, 48(S1): 174-180. doi: 10.3788/IRLA201948.S128002
[8]	唐聪, 凌永顺, 郑科栋, 杨星, 郑超, 杨华, 金伟. 基于深度学习的多视窗SSD目标检测方法 . 红外与激光工程, 2018, 47(1): 126003-0126003(9). doi: 10.3788/IRLA201847.0126003
[9]	王鑫, 王向军. 大视场双目视觉定位系统中多目标稀疏匹配 . 红外与激光工程, 2018, 47(7): 726001-0726001(6). doi: 10.3788/IRLA201847.0726001
[10]	程全, 樊宇, 刘玉春, 程朋. 分块投影匹配的运动目标检测方法 . 红外与激光工程, 2018, 47(10): 1026004-1026004(4). doi: 10.3788/IRLA201847.1026004
[11]	陈卫, 孙晓兵, 乔延利, 陈震庭, 殷玉龙. 海面耀光背景下的目标偏振检测 . 红外与激光工程, 2017, 46(S1): 63-68. doi: 10.3788/IRLA201746.S117001
[12]	陈善静, 康青, 顾忠征, 王正刚, 沈志强, 蒲欢, 辛颖. 基于三维GMRF的高光谱图像空天融合目标检测 . 红外与激光工程, 2016, 45(S2): 132-139. doi: 10.3788/IRLA201645.S223003
[13]	孙照蕾, 惠斌, 秦莫凡, 常铮, 罗海波, 夏仁波. 红外图像显著目标检测算法 . 红外与激光工程, 2015, 44(9): 2633-2637.
[14]	彭志勇, 王向军, 卢进. 窗口热辐射下基于视觉显著性的红外目标检测方法 . 红外与激光工程, 2014, 43(6): 1772-1776.
[15]	韩艳丽, 刘峰. 基于三角形匹配的空间小目标检测算法 . 红外与激光工程, 2014, 43(9): 3134-3140.
[16]	吴明军, 许建铮, 周桢, 张亚涛. 针对运动摄像机的快速低存储开销运动目标检测算法 . 红外与激光工程, 2013, 42(8): 2275-2280.
[17]	刘志刚, 卢云龙, 魏一苇. 有监督的高光谱图像伪装目标检测方法 . 红外与激光工程, 2013, 42(11): 3076-3081.
[18]	黎志华, 李新国. 基于OpenCV的红外弱小运动目标检测与跟踪 . 红外与激光工程, 2013, 42(9): 2561-2565.
[19]	杨亚威, 李俊山, 杨威, 赵方舟. 利用稀疏化生物视觉特征的多类多视角目标检测方法 . 红外与激光工程, 2012, 41(1): 267-272.
[20]	何莲, 蔡敬菊, 张启衡. 改进的基于弦切变换的目标检测方法 . 红外与激光工程, 2012, 41(1): 239-247.

WeChat

点击查看大图

计量

文章访问数: 294
HTML全文浏览量: 46
PDF下载量: 134
被引次数: 0

基于最大值投影和快速配准的空间小目标检测

doi: 10.3788/IRLA201645.1104002

1. 海军航空工程学院控制工程系,山东烟台 264001;

2. 中国国防科技信息中心,北京 100142

作者简介:
刘峰(1988-),男,博士,主要从事图像处理、目标检测、识别方面的研究。Email:Liufeng_cv@126.com

收稿日期: 2016-03-11
修回日期: 2016-04-20
刊出日期: 2016-11-25

基金项目:

国家自然科学基金（51005242）;国家863计划

中图分类号: TP391

关键词:

摘要: 天基观测平台下弱小目标的检测是分析空间安全的重要研究内容。由于空间中存在大量外观与目标相似的恒星导致可利用空间分布信息缺乏；观测平台的不规则性运动导致帧间成像差异，都使得开发自动快速处理算法的难度增加。在分析星空图像模型的基础上，提出了一种基于三角形匹配和最大值投影的小目标检测方法。首先通过特征三角形对序列图像进行配准，并采用星点坐标矩阵的方法减小计算量。然后针对序列帧所有图像，采用最大值投影变换的方法，检测运动的小目标。最后通过200帧观测图像对算法进行验证，实验表明该方法能实时、准确地对目标进行检测，同时可以精确地定位目标质心。

English Abstract

全文HTML

参考文献 (10)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回