光学相关多目标识别技术

杜双; 张宁; 陶宇; 赵帅; 王文生

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

光学相关多目标识别技术

杜双, 张宁, 陶宇, 赵帅, 王文生

文章导航 > 红外与激光工程 > 2014 > 43(8): 2740-2745

杜双, 张宁, 陶宇, 赵帅, 王文生. 光学相关多目标识别技术[J]. 红外与激光工程, 2014, 43(8): 2740-2745.

引用本文:

杜双, 张宁, 陶宇, 赵帅, 王文生. 光学相关多目标识别技术[J]. 红外与激光工程, 2014, 43(8): 2740-2745.

Du Shuang, Zhang Ning, Tao Yu, Zhao Shuai, Wang Wensheng. Multiple target recognition technology based on optical correlation[J]. Infrared and Laser Engineering, 2014, 43(8): 2740-2745.

Citation:

Du Shuang, Zhang Ning, Tao Yu, Zhao Shuai, Wang Wensheng. Multiple target recognition technology based on optical correlation[J]. Infrared and Laser Engineering, 2014, 43(8): 2740-2745.

光学相关多目标识别技术

1.
长春理工大学现代光学测试技术研究室,吉林长春 130022

基金项目:

总装备部预研基金

详细信息

作者简介:
杜双（1989- ），女，硕士生，主要从事现代光学测试技术方面的研究。Email：sunny618xs@163.com

中图分类号: TP391.4

Multiple target recognition technology based on optical correlation

1.
Laboratory of Contemporary Optical Measure Technology,Changchun University of Scienceand Technology,Changchun 130022,China

摘要: 光电混合实时联合变换相关器能够实现目标的自动识别和定位（方位角和俯仰角），在复杂背景中，多目标动态测量一直是待解决的关键技术之一，由于背景复杂、目标多、噪声大，因而目标识别效果不佳。针对这一问题，提出了在光电混合联合变换相关器中应用高斯滤波和拉普拉斯算子相结合的新方法，并把其应用在目标图像的频谱面。即基于高斯滤波先对目标图像的频谱进行平滑、积分以滤掉噪声，再利用拉普拉斯算子进行边缘检测，使目标图像轮廓清晰，降低了噪声的影响，消除了双边缘现象，最大限度地保留了频谱图像的细节信息。该方法解决了多目标的识别问题，提高了光电联合变换相关器的目标识别率。给出了飞机多目标识别的实验结果。
- 光电混合联合变换相关器 /
- 多目标识别 /
- 高斯滤波 /
- 拉普拉斯算子
Abstract: Hybrid optoelectronic joint transform correlator(HOJTC) can realize real-time recognition and localization of objects(azimuth angle and altitude angle). Multiple target dynamic measurement has been one of key technologies to be resolved in cluttered background. Sometimes even no correlation peaks appear because of cluttered scene, multiple target and large noise. Aimed at this problem, the combination of Gaussian filter and Laplace operator was used in the HOJTC for image enhancement of joint power spectrum. First, in order to reduce the noise, Gaussian filter was used to smooth and integrate the joint power spectrum, and then Laplace operator was used for edge detection. So that the target image contour could be clearer, the influence of noise could be reduced, and the phenomenon of double edge could be eliminated, which retained the details of spectrum image. This method solved the problem of multiple target recognition, and increased the rate of target recognition of HOJTC. The experiment results of two plane targets are shown.
- hybrid optoelectronic joint transform correlator /
- multiple target recognition /
- Gaussian filter /
- Laplace operator

[1]
[2]	Mao Jinzi, David Mould, Sriram Subramanian. Background subtraction for realtime tracking of a tennis ball[C]//VISAPP, 2007: 427-434.
[3]
[4]	Deng Hai, Braham Himed, Wicks Michael C. Image feature based space-time processing for ground moving target detection[C]//IEEE, 2006: 216-219.
[5]
[6]	Chen Fanghan, Wang Wensheng. Target recognition in clutter scene based on wavelet transform[J]. Optical Communications, 2009, 282: 523-526.
[7]	Alpana Bhagatji, Naveen K Nishchal, Arun K Gupta, et al. Extended fractional wavelet joint transform correlator [J]. Optical Communications, 2008, 281: 44-48.
[8]
[9]
[10]	Alam M S, Karim M A. Fringe-adjusted joint transform correlation[J]. Appl Opt, 1993, 32(23): 4344-4350.
[11]	Alam M S, Karim M A. Multiple target detection using a modified fringe adjusted joint transform correlator[J]. Opt Engng, 1994, 33(5): 522-527.
[12]
[13]
[14]	Huang Xianlie, Lai Hongkai. Multitarget detection using a real-time joint transform correlator with power spectrum subtraction[J]. Chinese Journal of Lasers, 1997, 24(8): 745-750. (in Chinese)
[15]	黄献烈, 赖虹凯. 使用功率谱相减的实时联合变换相关器作多目标检测[J]. 中国激光, 1997, 24(8): 745-750.
[16]	Wang Hongxia, Zhao Wei, Li Yuxin, Multi-object recognition using power spectrum optimized joint transform correlator[J]. Optical Technique, 2006, 32(2): 190-195. (in Chinese)
[17]	Bao Zhankuo, Yang Yuzhen, Chen Yangzhou. An improved Gauss-Laplace zero-crossing traffic edge detection approach[J]. Microcomputer Information, 2006, 22(10-3): 252-306. (in Chinese)
[18]
[19]
[20]	王红霞, 赵玮, 李育新. 多目标识别的联合变换相关器的研究[J]. 光学技术, 2006, 32(2): 190-195.
[21]
[22]
[23]	鲍占阔, 杨玉珍, 陈阳舟. 一种改善高斯拉普拉斯算子零交叉方法的车辆边缘检测[J]. 微计算机信息, 2006, 32(2): 190-195.

[1]	廖辉传, 赵海霞. 基于分类器决策融合的红外图像目标识别方法 . 红外与激光工程, 2022, 51(8): 20210725-1-20210725-6. doi: 10.3788/IRLA20210725
[2]	马丹丹. 图像分块匹配的SAR目标识别方法 . 红外与激光工程, 2021, 50(10): 20210120-1-20210120-8. doi: 10.3788/IRLA20210120
[3]	赵璐, 熊森. 多视角红外图像目标识别方法 . 红外与激光工程, 2021, 50(11): 20210206-1-20210206-6. doi: 10.3788/IRLA20210206
[4]	姜珊, 张超, 韩成, 底晓强. 基于相关滤波的目标重检测跟踪 . 红外与激光工程, 2021, 50(2): 20200182-1-20200182-12. doi: 10.3788/IRLA20200182
[5]	史国军. 深度特征联合表征的红外图像目标识别方法 . 红外与激光工程, 2021, 50(3): 20200399-1-20200399-6. doi: 10.3788/IRLA20200399
[6]	邢承滨, 龚声胜, 于晓亮, 李易馨. 高斯混合聚类对移动曲面拟合滤波分类的应用 . 红外与激光工程, 2021, 50(10): 20200501-1-20200501-11. doi: 10.3788/IRLA20200501
[7]	尚珊珊, 余子开, 范涛, 金利民. 高斯过程模型在SAR图像目标识别中的应用 . 红外与激光工程, 2021, 50(7): 20200337-1-20200337-7. doi: 10.3788/IRLA20200337
[8]	左志强, 唐新明, 李国元, 李松. GF-7星载激光测高仪全波形自适应高斯滤波 . 红外与激光工程, 2020, 49(11): 20200251-1-20200251-11. doi: 10.3788/IRLA20200251
[9]	曾瀚林, 孟祥勇, 钱惟贤. 高斯差分滤波图像融合方法 . 红外与激光工程, 2020, 49(S1): 20200091-20200091. doi: 10.3788/IRLA20200091
[10]	房胜男, 谷小婧, 顾幸生. 基于自适应响应融合的相关滤波红外目标跟踪 . 红外与激光工程, 2019, 48(6): 626003-0626003(8). doi: 10.3788/IRLA201948.0626003
[11]	仝选悦, 吴冉, 杨新锋, 滕书华, 庄祉昀. 红外与激光融合目标识别方法 . 红外与激光工程, 2018, 47(5): 526003-0526003(8). doi: 10.3788/IRLA201847.0526003
[12]	葛宝义, 左宪章, 胡永江, 张岩. 基于双步相关滤波的目标跟踪算法 . 红外与激光工程, 2018, 47(12): 1226004-1226004(10). doi: 10.3788/IRLA201847.1226004
[13]	程龙, 王栋, 谷松, 高飞, 杨林, 李林. 星敏感器支撑结构多目标拓扑优化设计与试验 . 红外与激光工程, 2017, 46(5): 520001-0520001(9). doi: 10.3788/IRLA201746.0520001
[14]	刘俊良, 陈尚锋, 卢焕章, 赵本东, 毋亚北. 弹道目标识别的红外辐射数据仿真研究 . 红外与激光工程, 2016, 45(10): 1004002-1004002(7). doi: 10.3788/IRLA201645.1004002
[15]	张迪飞, 张金锁, 姚克明, 成明伟, 吴永国. 基于SVM分类的红外舰船目标识别 . 红外与激光工程, 2016, 45(1): 104004-0104004(6). doi: 10.3788/IRLA201645.0104004
[16]	邢运龙, 李艾华, 崔智高, 方浩. 改进核相关滤波的运动目标跟踪算法 . 红外与激光工程, 2016, 45(S1): 214-221. doi: 10.3788/IRLA201645.S126004
[17]	杨文秀, 付文兴, 周志伟, 余巍, 马杰. 基于投影降维的激光雷达快速目标识别 . 红外与激光工程, 2014, 43(S1): 1-7.
[18]	陈宇, 霍富荣, 刘洪志, 郑丽芹. 基于改进MACH算法的畸变目标识别 . 红外与激光工程, 2014, 43(12): 4186-4191.
[19]	杨绪峰, 林伟, 延伟东, 温金环. 采用热核特征的SAR图像目标识别 . 红外与激光工程, 2014, 43(11): 3794-3801.
[20]	刘洪志, 陈宇, 霍富荣, 郑丽芹. 改良型MACH滤波器算法的形变目标识别 . 红外与激光工程, 2014, 43(11): 3788-3793.

点击查看大图

计量

文章访问数: 885
HTML全文浏览量: 76
PDF下载量: 235
被引次数: 0

光学相关多目标识别技术

1. 长春理工大学现代光学测试技术研究室,吉林长春 130022

作者简介:
杜双（1989- ），女，硕士生，主要从事现代光学测试技术方面的研究。Email：sunny618xs@163.com

收稿日期: 2013-12-25
修回日期: 2014-01-10
刊出日期: 2014-08-25

基金项目:

总装备部预研基金

中图分类号: TP391.4

关键词:

摘要: 光电混合实时联合变换相关器能够实现目标的自动识别和定位（方位角和俯仰角），在复杂背景中，多目标动态测量一直是待解决的关键技术之一，由于背景复杂、目标多、噪声大，因而目标识别效果不佳。针对这一问题，提出了在光电混合联合变换相关器中应用高斯滤波和拉普拉斯算子相结合的新方法，并把其应用在目标图像的频谱面。即基于高斯滤波先对目标图像的频谱进行平滑、积分以滤掉噪声，再利用拉普拉斯算子进行边缘检测，使目标图像轮廓清晰，降低了噪声的影响，消除了双边缘现象，最大限度地保留了频谱图像的细节信息。该方法解决了多目标的识别问题，提高了光电联合变换相关器的目标识别率。给出了飞机多目标识别的实验结果。