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

基于二维频域投影的弱小运动目标检测方法

遆晓光 林喆 陈松林

遆晓光, 林喆, 陈松林. 基于二维频域投影的弱小运动目标检测方法[J]. 红外与激光工程, 2013, 42(12): 3447-3452.
引用本文: 遆晓光, 林喆, 陈松林. 基于二维频域投影的弱小运动目标检测方法[J]. 红外与激光工程, 2013, 42(12): 3447-3452.
Di Xiaoguang, Lin Zhe, Chen Songlin. Dim moving object detection based on projection into the 2D frequency domain[J]. Infrared and Laser Engineering, 2013, 42(12): 3447-3452.
Citation: Di Xiaoguang, Lin Zhe, Chen Songlin. Dim moving object detection based on projection into the 2D frequency domain[J]. Infrared and Laser Engineering, 2013, 42(12): 3447-3452.

基于二维频域投影的弱小运动目标检测方法

基金项目: 

国家自然科学基金(61174202);航天科技创新基金(YY2011009);中央高校基本科研业务费专项资金(HIT.NSRIF.201163)

详细信息
    作者简介:

    遆晓光(1972-),男,副教授,博士,主要从事成像制导和飞行控制方面的研究。Email:dixiaoguang@hit.edu.cn

  • 中图分类号: TP391

Dim moving object detection based on projection into the 2D frequency domain

  • 摘要: 针对光学成像弱小运动目标难以准确快速检测问题,提出了基于图像序列行列最大投影的二维频域运动小目标检测算法。首先,为了减少计算复杂度和使目标背景分离,将经过背景全局运动补偿后的视频向二维频域投影并去除频率为零的成分,从而获得含弱小运动目标和噪声的图像序列;其次,通过行列序列最大投影,得到信噪比提高的含弱小运动目标的行列图像;然后,通过主运动滤波和图像重构,检测到滤除配准误差和噪声的弱小运动目标;最后,针对强噪声干扰下的弱小运动目标检测问题进行了仿真实验,仿真结果表明,所提算法不仅可有效的检测出弱小运动目标,而且相对单一的行列分解图像在二维频域内有更高的检测信噪比。
  • [1]
    [2] Li Xin, Zhao Yigong, Chen Bing, et al. Approach to dim and small target detection based on fuzzy classification[J]. Optics and Precision Engineering, 2009, 17(9): 2311-2319. (in Chinese) 李欣, 赵亦工, 陈冰, 等. 基于模糊分类的弱小目标检测法[J]. 光学 精密工程, 2009, 17(9): 2311-2319.
    [3]
    [4] Zeng Wenjing, Wan Lei, Zhang Tiedong, et al. Fast detection of weak targets in complex sea-sky background[J]. Optics and Precision Engineering, 2012, 20(2): 403-411.(in Chinese) 曾文静, 万磊, 张铁栋, 等. 复杂海空背景下弱小目标的快速自动检测[J]. 光学 精密工程, 2012, 20(2): 403-411.
    [5] Yang Jie, Yang Lei. Small target detection algorithm based on infrared background complex degree description[J]. Infrared and Laser Engineering, 2007, 36(3): 382-386. (in Chinese) 杨杰, 杨磊. 基于红外背景复杂度描述的小目标检测算法[J]. 红外与激光工程, 2007, 36(3): 382-386.
    [6]
    [7]
    [8] Li Hong, Wei Yantao, Li Luoqing. Infrared moving target detection and tracking based on tensor locality preserving projection[J]. Infrared Physics Technology, 2010, 53(2):77-83.
    [9]
    [10] Cao Qi, Wang Dejiang, Zhangqi. Energy accumulation in infrared point target detection[J]. Optics and Precision Engineering, 2010, 18(3): 741-747. (in Chinese) 曹琦, 王德江, 张齐. 红外点目标检测中的能量累积[J]. 光学 精密工程, 2010, 18(3): 741-747.
    [11]
    [12] Zhang Luping, Li Biao, Wang Luping. Dim target detection method under complex spatial background[J]. Infrared and Laser engineering, 2011, 40(10): 2048-2053. (in Chinese) 张路平, 李飚, 王鲁平, 复杂空间背景下的弱小目标检测方法[J]. 红外与激光工程, 2011, 40(10): 2048-2053.
    [13] Wang Z C, Gao C Q, Tian J W, et al. Multifeature distance map based fusion detection of small infrared targets with low contrast in image sequences[C]//SPIE, 2005, 5985: 59853-59855.
    [14]
    [15]
    [16] Gao Chenqiang, Tian Jinwen, Wang Peng. Detection algorithm for infrared moving small target based on temporal domain characteristics analysis[J]. Infrared and Laser Engineering, 2008, 37(5): 907-911. (in Chinese) 高陈强, 田金文, 王鹏. 基于时域特性分析的红外运动小目标检测算法[J]. 红外与激光工程, 2008, 37(5): 907-911.
    [17]
    [18] Zhang Yuan, Xin Yunhong, Zhang Chunqin. An algorithm based on temporal and spatial filters for infrared weak slow moving point target detection[J]. Acta Photonica Sinica, 2010, 39(11): 2049-2054. (in Chinese) 张媛, 辛云宏, 张春琴. 基于时空联合滤波技术的缓慢运动红外弱小目标检测算法[J]. 光子学报, 2010, 39(11): 2049-2054.
    [19] Shinmura H, Hiraoka K, Hamada N. Optimal filter in the frequency-time mixed domain to extract moving object[C]// Proceedings of SPIE, Application of Digital Image Processing XXIII, 2000, 4115: 302-310.
    [20]
    [21] Lin Zhe, Yao Yu, Di Xiaoguang. Moving target detection algorithm in 2D frequency domain[J]. Infrared and Laser Engineering, 2008, 36(1): 135-138. (in Chinese) 林喆, 姚郁, 遆晓光. 二维频域内的运动目标检测方法[J]. 红外与激光工程, 2008, 36(1): 135-138.
  • [1] 李正伟, 黄孝斌, 胡尧.  基于二维随机投影特征典型相关分析融合的SAR ATR方法 . 红外与激光工程, 2022, 51(10): 20220029-1-20220029-8. doi: 10.3788/IRLA20220029
    [2] 徐丹旸, 魏宏光, 金秋春, 钱金旺, 郭星辰.  基于二维模态分解与斑块对比度相结合的红外小目标检测算法 . 红外与激光工程, 2022, 51(12): 20220148-1-20220148-7. doi: 10.3788/IRLA20220148
    [3] 胡文彬, 吴丰, 甘维兵, 李盛, 陈钢, 艾凌云.  基于二维激光扫描技术的罐道检测算法 . 红外与激光工程, 2021, 50(10): 20200480-1-20200480-7. doi: 10.3788/IRLA20200480
    [4] 刘志超, 屈百达.  复数二维经验模态分解在SAR目标识别中的应用 . 红外与激光工程, 2021, 50(5): 20200309-1-20200309-8. doi: 10.3788/IRLA20200309
    [5] 吴剑波, 陆正武, 关玉蓉, 王庆东, 姜国松.  二维压缩感知多投影矩阵特征融合的SAR目标识别方法 . 红外与激光工程, 2021, 50(6): 20200531-1-20200531-7. doi: 10.3788/IRLA20200531
    [6] 王新伟, 孙亮, 王敏敏, 杨于清, 周燕.  水下二维及三维距离选通成像去噪技术研究 . 红外与激光工程, 2020, 49(2): 0203002-0203002. doi: 10.3788/IRLA202049.0203002
    [7] 刘轶群, 魏悦川, 张敏情, 周潭平, 杨晓元.  基于三维成像技术的安全二维码 . 红外与激光工程, 2019, 48(5): 503003-0503003(7). doi: 10.3788/IRLA201948.0503003
    [8] 曹文焕, 黄树彩, 赵炜, 黄达.  二维非重构压缩感知自适应目标检测算法 . 红外与激光工程, 2019, 48(1): 126001-0126001(8). doi: 10.3788/IRLA201948.0126001
    [9] 刘显著, 王超, 江伦, 刘壮, 杨进华, 姜会林.  二维多项式位相光瞳滤波实现超分辨望远成像 . 红外与激光工程, 2018, 47(4): 418007-0418007(6). doi: 10.3788/IRLA201847.0418007
    [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] 易定容, 孔令华, 刘婷, 王梓, 赵艳丽, 沈嘉浩.  用于实时微型多光谱荧光成像方法的二维点阵式多通道窄带滤镜 . 红外与激光工程, 2017, 46(7): 720004-0720004(7). doi: 10.3788/IRLA201746.0720004
    [12] 范有臣, 赵洪利, 孙华燕, 郭惠超, 赵延仲.  互相关算法在运动目标距离选通激光三维成像中的应用 . 红外与激光工程, 2016, 45(6): 617003-0617003(9). doi: 10.3788/IRLA201645.0617003
    [13] 宋大伟, 尚社, 李小军, 罗熹, 孙文锋, 范晓彦, 李栋.  空间高速小尺寸碎片目标二维分集融合成像方法 . 红外与激光工程, 2016, 45(S2): 71-76. doi: 10.3788/IRLA201645.S229007
    [14] 王淦泉, 陈桂林.  地球同步轨道二维扫描红外成像技术 . 红外与激光工程, 2014, 43(2): 429-433.
    [15] 王莹, 王延杰, 周渝人, 姚志军, 丁南南.  基于三维仿真平台的二维跟踪算法性能检测 . 红外与激光工程, 2014, 43(6): 2007-2012.
    [16] 许俊峰, 姜春兰, 毛亮, 王在成, 李明.  测距成像一体化引信与可瞄准战斗部配合技术 . 红外与激光工程, 2014, 43(6): 1794-1800.
    [17] 倪维平, 严卫东, 吴俊政, 张晗, 芦颖, 郑刚.  应用图像方向和宽度谱检测机场跑道 . 红外与激光工程, 2014, 43(11): 3655-3662.
    [18] 李南京, 冯引良, 胡楚锋, 周杨, 张麟兮.  基于二维微波成像的共形天线RCS提取方法 . 红外与激光工程, 2013, 42(7): 1945-1949.
    [19] 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.
    [20] 乔立永, 徐立新, 高敏.  红外成像制导二维斜分最大熵分割的快速实现 . 红外与激光工程, 2013, 42(7): 1691-1699.
  • 加载中
计量
  • 文章访问数:  277
  • HTML全文浏览量:  32
  • PDF下载量:  117
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-04-13
  • 修回日期:  2013-05-19
  • 刊出日期:  2013-12-25

基于二维频域投影的弱小运动目标检测方法

    作者简介:

    遆晓光(1972-),男,副教授,博士,主要从事成像制导和飞行控制方面的研究。Email:dixiaoguang@hit.edu.cn

基金项目:

国家自然科学基金(61174202);航天科技创新基金(YY2011009);中央高校基本科研业务费专项资金(HIT.NSRIF.201163)

  • 中图分类号: TP391

摘要: 针对光学成像弱小运动目标难以准确快速检测问题,提出了基于图像序列行列最大投影的二维频域运动小目标检测算法。首先,为了减少计算复杂度和使目标背景分离,将经过背景全局运动补偿后的视频向二维频域投影并去除频率为零的成分,从而获得含弱小运动目标和噪声的图像序列;其次,通过行列序列最大投影,得到信噪比提高的含弱小运动目标的行列图像;然后,通过主运动滤波和图像重构,检测到滤除配准误差和噪声的弱小运动目标;最后,针对强噪声干扰下的弱小运动目标检测问题进行了仿真实验,仿真结果表明,所提算法不仅可有效的检测出弱小运动目标,而且相对单一的行列分解图像在二维频域内有更高的检测信噪比。

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回