一种掠海红外小目标的自动检测与威胁计算算法
发布时间:2021-02-14 14:50
针对远距离掠海小目标对比度低、容易受干扰、提取困难的问题,提出了一种红外掠海小目标的自动检测与威胁计算方法。通过对红外成像系统建模分析,结合图像海天线位置,确定目标威胁区域,然后利用形态学滤波器抑制图像背景,最后统计可疑目标的特征信息,对可疑目标进行威胁程度评估,选出威胁程度最高的目标进行跟踪。实验结果表明该算法对海天线附近的目标有很好的检测效果,海面目标威胁系数分布在0~5.104之间,且与目标亮度、尺度和位置相关,计算得到的威胁程度与人为主观判断符合度很高,该算法具有比较重要的参考价值。
【文章来源】:光学与光电技术. 2020,18(03)
【文章页数】:6 页
【部分图文】:
算法流程框图
红外传感器(C)、威胁目标(T)和海天线(H)的几何位置关系如图2所示[6,7],传感器架设高度为hc,目标距离为D,目标飞行高度为hT,目标与海天线的夹角为θ,传感器俯仰视场为fov,图像俯仰分辨率为ph像素。假设地球为理想球体,则θ通过∠HCE和∠TCE计算得到。
根据以上公式计算得到目标不同高度和距离在图像中的位置曲线,如图3所示,假设传感器架设高度为20 m,红外俯仰视场为3°,传感器俯仰方向分辨率为256 pixel,则导弹不同飞高,在1~30 km不同距离时,目标在图像上距离海天线的距离。由图可知,目标飞高一定时,目标距离越远,目标在图像中越靠近海天线位置,由远及近过程中,目标逐渐远离海天线位置。目标飞高5 m,距离2.5 km的时候,目标位于海天线以下23 pixel;目标飞高5 m,距离1.4 km的时候,目标位于海天线以下50 pixel。当目标飞高大于传感器架设高度时,目标距离3~30 km,目标均位于海天线上方的50 pixel以内。综上所述,掠海飞行导弹在较远距离3 km以外时,目标均位于海天线上下约23 pixel范围内,该范围为高威胁区域,是目标搜索的重点区域;目标在1~3 km 较近距离时,目标在图像中位于海天线上下约50 pixel范围内,该区域为中威胁区域,此时目标已经距离舰船很近,留给系统的反应时间很短;海天线下50 pixel以外为低威胁区域,此时目标距离舰船特别近(约2 km以内),各区域示意图如图4所示。
【参考文献】:
期刊论文
[1]基于结构森林边缘检测和Hough变换的海天线检测[J]. 徐良玉,马录坤,谢燮,彭艳,彭艳青,崔建祥. 上海大学学报(自然科学版). 2017(01)
[2]基于二维OTSU的海天分界线提取算法[J]. 韩嘉隆,毛征,王宁,孟博. 国外电子测量技术. 2016(08)
[3]基于背景抑制与特征融合的红外微小目标检测[J]. 杨帆,张华. 河北工业大学学报. 2010(06)
[4]基于自适应形态学Top-Hat滤波器的红外弱小目标检测方法[J]. 曾明,李建勋. 上海交通大学学报. 2006(01)
[5]红外图像掠海小目标的检测算法研究[J]. 刘兴超,杨坤涛,李忠. 光学与光电技术. 2004(06)
[6]基于带通滤波的红外小目标捕获算法研究[J]. 张金锁,宋利权,靳民会,李金宗. 红外与激光工程. 2002(04)
本文编号:3033418
【文章来源】:光学与光电技术. 2020,18(03)
【文章页数】:6 页
【部分图文】:
算法流程框图
红外传感器(C)、威胁目标(T)和海天线(H)的几何位置关系如图2所示[6,7],传感器架设高度为hc,目标距离为D,目标飞行高度为hT,目标与海天线的夹角为θ,传感器俯仰视场为fov,图像俯仰分辨率为ph像素。假设地球为理想球体,则θ通过∠HCE和∠TCE计算得到。
根据以上公式计算得到目标不同高度和距离在图像中的位置曲线,如图3所示,假设传感器架设高度为20 m,红外俯仰视场为3°,传感器俯仰方向分辨率为256 pixel,则导弹不同飞高,在1~30 km不同距离时,目标在图像上距离海天线的距离。由图可知,目标飞高一定时,目标距离越远,目标在图像中越靠近海天线位置,由远及近过程中,目标逐渐远离海天线位置。目标飞高5 m,距离2.5 km的时候,目标位于海天线以下23 pixel;目标飞高5 m,距离1.4 km的时候,目标位于海天线以下50 pixel。当目标飞高大于传感器架设高度时,目标距离3~30 km,目标均位于海天线上方的50 pixel以内。综上所述,掠海飞行导弹在较远距离3 km以外时,目标均位于海天线上下约23 pixel范围内,该范围为高威胁区域,是目标搜索的重点区域;目标在1~3 km 较近距离时,目标在图像中位于海天线上下约50 pixel范围内,该区域为中威胁区域,此时目标已经距离舰船很近,留给系统的反应时间很短;海天线下50 pixel以外为低威胁区域,此时目标距离舰船特别近(约2 km以内),各区域示意图如图4所示。
【参考文献】:
期刊论文
[1]基于结构森林边缘检测和Hough变换的海天线检测[J]. 徐良玉,马录坤,谢燮,彭艳,彭艳青,崔建祥. 上海大学学报(自然科学版). 2017(01)
[2]基于二维OTSU的海天分界线提取算法[J]. 韩嘉隆,毛征,王宁,孟博. 国外电子测量技术. 2016(08)
[3]基于背景抑制与特征融合的红外微小目标检测[J]. 杨帆,张华. 河北工业大学学报. 2010(06)
[4]基于自适应形态学Top-Hat滤波器的红外弱小目标检测方法[J]. 曾明,李建勋. 上海交通大学学报. 2006(01)
[5]红外图像掠海小目标的检测算法研究[J]. 刘兴超,杨坤涛,李忠. 光学与光电技术. 2004(06)
[6]基于带通滤波的红外小目标捕获算法研究[J]. 张金锁,宋利权,靳民会,李金宗. 红外与激光工程. 2002(04)
本文编号:3033418
本文链接:https://www.wllwen.com/kejilunwen/jingguansheji/3033418.html