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

红外偏振图像的目标检测方法

杨蔚 顾国华 陈钱 曾海芳 徐富元 王长江

杨蔚, 顾国华, 陈钱, 曾海芳, 徐富元, 王长江. 红外偏振图像的目标检测方法[J]. 红外与激光工程, 2014, 43(8): 2746-2751.
引用本文: 杨蔚, 顾国华, 陈钱, 曾海芳, 徐富元, 王长江. 红外偏振图像的目标检测方法[J]. 红外与激光工程, 2014, 43(8): 2746-2751.
Yang Wei, Gu Guohua, Chen Qian, Zeng Haifang, Xu Fuyuan, Wang Changjiang. Method of target detection for infrared polarization image[J]. Infrared and Laser Engineering, 2014, 43(8): 2746-2751.
Citation: Yang Wei, Gu Guohua, Chen Qian, Zeng Haifang, Xu Fuyuan, Wang Changjiang. Method of target detection for infrared polarization image[J]. Infrared and Laser Engineering, 2014, 43(8): 2746-2751.

红外偏振图像的目标检测方法

基金项目: 

国家自然科学基金(61271332);江苏省“六大人才高峰”支持计划(2010-DZXX-022);总装预先研究基金(40405050303)

详细信息
    作者简介:

    杨蔚(1985- ),男,博士生,主要从事红外偏振成像及其相关技术方面的研究。Email:bywyw@hotmail.com

  • 中图分类号: TP391.4

Method of target detection for infrared polarization image

  • 摘要: 红外偏振成像探测通过对目标辐射和反射偏振态的探测,针对传统光学无法解决的问题,在目标检测方面取得高精度的结果,特别是在军事探测中,能够快速地将混杂在自然背景下的人造目标检测出来,以增强对目标的识别。偏振探测中所依据的强度、偏振度及偏振角信息反映出的不同物理特性,具有很强的冗余性和互补性。针对该特性,提出一种红外偏振图像的目标检测方法:首先使用Mean-Shift算法对红外图像和偏振度图像进行聚类处理;然后利用DS证据理论将聚类后的红外图像和偏振度图像中的物体信息充分结合,以区分目标与背景,达到目标检测的目的;最后通过仿真实验图像与小波融合图像结果的对比表明该算法的优势。
  • [1]
    [2] Zhao Yongqiang, Zhang Hongcai, Pan Quan. Target recognition based on infrared polarization image[C]//National Optoelectronic Technology Symposium the Sixteenth National Infrared Science and Technology Exchange, 2003: 891-893. (in Chinese)
    [3] Tang Ruoyu, Yu Guoping, Wang Xiaofeng. Acquisition method of polarization image in natural lighting environment[J]. J Wuhan Univ, 2006, 52(1): 59-63. (in Chinese)
    [4] 赵永强, 张洪才, 潘泉. 基于红外偏振图像的目标识别[C]//2003年全国光电技术学术交流会暨第十六届全国红外科学技术交流会论文集, 2003: 891-893.
    [5]
    [6] Chen Weili, Wang Xia, Jin Weigi, et al. Approach to fusing MWIR polarization image based on wavelet packet transform [J]. Transactions of Beijing Institute of Technology, 2011, 31(5): 579-582, 610. (in Chinese)
    [7]
    [8] Chen Weili, Wang Xia, Jin Weiqi, et al. Experiment of target detection based on medium infrared polarization imaging [J]. Infrared and Laser Engineering, 2011, 40(1): 7-11. (in Chinese)
    [9] Wang Jun, Ding Na, Li Jianjun, et al. Infrared Polarization image: detection and recognition of camouflage target [J]. Journal of Applied Optics, 2012, 33(3): 441-445. (in Chinese)
    [10] 唐若愚, 于国萍, 王晓峰. 自然光照下偏振度图像的获取方法[J]. 武汉大学学报(理学版), 2006, 52(1): 59-63.
    [11] Liu Xiao, Wang Feng, Xue Mogen. The study of camouflage target detection based on polarization characteristics [J]. Optical Technique, 2008, 34(5): 787-790. (in Chinese)
    [12]
    [13]
    [14] Aron Y, Gronau Y. Polarization in the LWIR: a method to improve target acquisition [C]//SPIE, 2005, 5783: 653-661.
    [15] Dorin Comaniciu, Peter Meer. Mean Shift: a robust approach toward feature space analysis[C]//IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 24(5): 603-619.
    [16] 陈伟力, 王霞, 金伟其, 等. 基于小波包变换的中波红外偏振图像融合研究[J]. 北京理工大学学报, 2011, 31(5): 579-582, 610.
    [17]
    [18] Bentabet L, Zhu Y M, Dupuis O, et al. Use of fuzzy clustering for determining mass functions in dempster-shafer theory[C]//Proceedings of ICSP2000. 5th International Conference, 2000: 1462-1470.
    [19]
    [20] 陈伟力, 王霞, 金伟其, 等. 采用中波红外偏振成像的目标探测实验[J]. 红外与激光工程, 2011, 40(1): 7-11.
    [21]
    [22]
    [23] 王军, 丁娜, 李建军, 等. 红外偏振成像对伪装目标的探测识别研究[J]. 应用光学, 2012, 33(3): 441-445.
    [24]
    [25]
    [26] 刘晓, 王峰, 薛模根. 基于偏振特性的伪装目标检测方法研究[J]. 光学技术, 2008, 34(5): 787-790.
    [27]
    [28]
    [29]
  • [1] 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
    [2] 郭文凤, 焦志刚.  基于包围盒约束光谱聚类的红外目标识别算法 . 红外与激光工程, 2021, 50(11): 20210085-1-20210085-6. doi: 10.3788/IRLA20210085
    [3] 李志辰, 刘琨, 江俊峰, 马鹏飞, 李鹏程, 刘铁根.  光纤周界安防系统的高准确度事件识别方法 . 红外与激光工程, 2018, 47(9): 922002-0922002(6). doi: 10.3788/IRLA201847.0922002
    [4] 付群健, 于淼, 常天英, 张瑾, 罗政纯, 王旭, 刘珉含, 崔洪亮.  相位敏感光时域反射系统模式识别方法综述 . 红外与激光工程, 2018, 47(7): 722001-0722001(14). doi: 10.3788/IRLA201847.0722001
    [5] 梁建安, 赵万利, 王霞, 贺思, 金伟其.  背景杂波对红外偏振成像系统作用距离的影响 . 红外与激光工程, 2017, 46(10): 1004003-1004003(7). doi: 10.3788/IRLA201782.1004003
    [6] 张俊楠, 娄淑琴, 梁生.  基于SVM算法的φ-OTDR分布式光纤扰动传感系统模式识别研究 . 红外与激光工程, 2017, 46(4): 422003-0422003(7). doi: 10.3788/IRLA201746.0422003
    [7] 杜玉红, 魏坤鹏, 史屹君, 刘恩华, 酆启胤, 董广宇.  水质浊度红外光检测及聚类灰色融合预测模型 . 红外与激光工程, 2016, 45(10): 1028002-1028002(7). doi: 10.3788/IRLA201645.1028002
    [8] 唐庆菊, 刘俊岩, 王扬, 刘元林, 梅晨.  基于模糊C均值聚类和Canny算子的红外图像边缘识别与缺陷定量检测 . 红外与激光工程, 2016, 45(9): 928001-0928001(5). doi: 10.3788/IRLA201645.0928001
    [9] 王霞, 梁建安, 龙华宝, 姚锦华, 夏润秋, 贺思, 金伟其.  典型背景和目标的长波红外偏振成像实验研究 . 红外与激光工程, 2016, 45(7): 704002-0704002(7). doi: 10.3788/IRLA201645.0704002
    [10] 谢志华, 刘国栋.  基于多尺度局部二元模式共生直方图的红外人脸识别 . 红外与激光工程, 2015, 44(1): 391-397.
    [11] 牛涛, 杨风暴, 王肖霞, 安富, 李大威.  差异特征与融合算法的集值映射关系的建立 . 红外与激光工程, 2015, 44(3): 1073-1079.
    [12] 郭敬明, 何昕, 杨杰, 魏仲慧, 龚俊亮.  模板自适应的Mean Shift红外目标跟踪 . 红外与激光工程, 2014, 43(4): 1087-1093.
    [13] 杨一帆, 田雁, 杨帆, 黄彪.  基于改进Mean-Shift 算法的红外小目标跟踪 . 红外与激光工程, 2014, 43(7): 2164-2169.
    [14] 付小宁, 王洁.  基于三点虚拟圆的被动测距 . 红外与激光工程, 2014, 43(9): 3042-3045.
    [15] 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.
    [16] 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.
    [17] 刘晓诚, 薛模根, 黄勤超, 王峰.  基于矩阵恢复的红外偏振图像分区配准算法 . 红外与激光工程, 2014, 43(8): 2733-2739.
    [18] 王思远, 娄淑琴, 梁生, 陈京惠.  M-Z干涉仪型光纤分布式扰动传感系统模式识别方法 . 红外与激光工程, 2014, 43(8): 2613-2618.
    [19] 谢志华, 刘国栋.  基于局部二元模式的快速红外人脸识别系统 . 红外与激光工程, 2013, 42(12): 3190-3195.
    [20] 毛海岑, 刘爱东.  利用证据理论的图像融合方法 . 红外与激光工程, 2013, 42(6): 1642-1646.
  • 加载中
计量
  • 文章访问数:  478
  • HTML全文浏览量:  104
  • PDF下载量:  280
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-12-10
  • 修回日期:  2014-01-12
  • 刊出日期:  2014-08-25

红外偏振图像的目标检测方法

    作者简介:

    杨蔚(1985- ),男,博士生,主要从事红外偏振成像及其相关技术方面的研究。Email:bywyw@hotmail.com

基金项目:

国家自然科学基金(61271332);江苏省“六大人才高峰”支持计划(2010-DZXX-022);总装预先研究基金(40405050303)

  • 中图分类号: TP391.4

摘要: 红外偏振成像探测通过对目标辐射和反射偏振态的探测,针对传统光学无法解决的问题,在目标检测方面取得高精度的结果,特别是在军事探测中,能够快速地将混杂在自然背景下的人造目标检测出来,以增强对目标的识别。偏振探测中所依据的强度、偏振度及偏振角信息反映出的不同物理特性,具有很强的冗余性和互补性。针对该特性,提出一种红外偏振图像的目标检测方法:首先使用Mean-Shift算法对红外图像和偏振度图像进行聚类处理;然后利用DS证据理论将聚类后的红外图像和偏振度图像中的物体信息充分结合,以区分目标与背景,达到目标检测的目的;最后通过仿真实验图像与小波融合图像结果的对比表明该算法的优势。

English Abstract

参考文献 (29)

目录

    /

    返回文章
    返回