红外图像序列

摘要： 采用主动式红外热成像检测材料缺陷,在控制外界环境影响因素的前提下,实验研究并分析了热激励时间和探测距离两个检测因素的影响。同步采集得到最佳参数下玻璃钢平底孔试块的红外热图像序列。主动式红外无损检测通常获得包含数百帧图的红外序列,为了获取反映整个图像序列的主要信息,采用了主成分分析算法(principal component analysis,PCA)对图像序列进行处理。首次探究了融合区间对PCA算法处理结果的影响,提出了可依据温差峰值下降的百分数来选择融合区间,并对处理结果进行了主客观的对比评价分析。研究结果表明当温差峰值下降到80%时,选择大于该值对应的序列图像帧数作为融合区间时,PCA处理的效果最佳。最后探讨了PCA处理中减少红外镜头反光等影响因素的策略。

摘要： 针对现有运动技术特征提取方法中运动目标特征提取不准确的问题,提出了一种基于红外图像序列的排球运动关键技术特征提取方法.首先,获取红外图像序列的排球运动图像,并对红外图像序列中的运动目标进行检测和提取,进一步用图像分割方法进行边缘分割.然后,基于视点跟踪切换方法进行阈值分析,实现对运动目标的准确跟踪和提取.实验表明,提出的方法准确性和效率均高于传统方法.%Aiming at the problem of inaccurate feature extraction of moving target features in the existing mo-tion technology feature extraction methods,a key technology feature extraction method for volleyball sports based on infrared image sequence is proposed.First,the volleyball image based on the infrared image se-quence is acquired,and the motion target in the infrared image sequence is detected and extracted.Edge segmentation is further performed based on an image segmentation method.Then,the threshold analysis is performed based on the viewpoint tracking switching method to achieve accurate tracking and extraction of the moving target.Experiments show that the proposed method is more accurate and efficient than the tra-ditional method.

摘要： 在涡流脉冲热像技术中,红外图像序列受到设备精度、环境干扰等因素的影响,其质量易发生退化,进而影响后续缺陷的特征提取和识别,因此,有必要对图像序列进行降噪预处理.为得到质量可靠的红外图像序列,以涡流脉冲激励下的红外图像序列为研究对象,分析了其噪声来源和类型;通过空间域和时间域2种途径对图像序列进行降噪处理.结果表明:时间域处理效果优于空间域,降低噪声的同时保留了缺陷区域随时间变化的热响应特征,更适合处理红外图像序列.研究成果为缺陷的特征提取和识别奠定了理论基础.%In eddy current pulsed thermography, the thermal image sequence is affected by equipment accuracy, environmental interference and other factors, which leads to the degradation of its quality and then affects the subsequent defect feature extraction and recognition.Therefore, the preprocessing of thermal image sequences is required.In order to obtain a reliable thermal image sequence, the infrared image sequence under the eddy current impulse is taken as the object of study, and its noise source and type are analyzed.Then the image sequence is processed by spatial domain and time domain.The results show that the time domain processing is superior to the spatial domain, which reduces the noise while preserving the thermal response characteristics of the defective region over time, and is more suitable for processing the thermal image sequence.The research results provide the basis for the feature extraction and recognition of defects.

摘要： In view of the problems of tracking instability and non real‐time and highly nonlinear measurement model for the detection and tracking of multiple Infrared ( IR ) dim targets under the complicated background , a fast detection and tracking algorithm based on multi‐Bernoulli filter is presented . Firstly , the improved Robinson Guard filter suppresses the background clutter in order to avoid the suppression of the target in the strong background image . Then , the square‐root cubature Kalman filter (SCK) performs the multi‐Bernoulli track‐before‐detect ( MB‐TBD) . It can perform real‐time tracking in the highly nonlinear model . The numerical instability caused by a negative definite covariance matrix is avoided . The experiments with some real IR background images show that the improved Robinson Guard algorithm can suppress the background clutter effectively and preserve the dim target information . It is also shown that SCK‐MB‐TBD can estimate the number and states of targets accurately and stably so as to complete target detection and tracking .%针对复杂背景下多个弱目标检测与跟踪中存在的跟踪不稳定、非实时及量测模型高度非线性问题，提出一种基于多伯努利滤波的快速检测与跟踪算法。首先，采用改进的Robinson Guard算法抑制背景杂波，避免强起伏背景图像中目标被抑制的问题；其次，采用平方根容积卡尔曼滤波实现多伯努利检测前跟踪，在保证实时跟踪的同时，解决了滤波的高度非线性，避免了协方差矩阵负定造成的数值不稳定。实测红外背景图像实验表明，改进的Robinson Guard算法能够有效抑制背景杂波、保留弱目标信息，平方根容积卡尔曼多伯努利检测前跟踪能更准、更稳定地估计目标数目和状态，实现目标的实时检测与跟踪。

摘要： Considering the shortage of conventional single-image-SVD-based infrared dim and small target detection method, a new sequential-image-SVD-based method is proposed in this paper. Firstly, an image matrix is constructed upon sequential images and then decomposed by the SVD algorithm, and consequently the corresponding singular values and singular vectors are achieved. Secondly, new sequential feature images are reconstructed by using processed singular values and singular vectors. Thirdly, the selected feature images from sequential feature images are further processed to enhance the small targets and suppress the clutter background. Fourthly, the small targets are obtained by segmenting feature images. Finally, the detection task of small target detection is completed by refining the inter-frame and intra-frame target locations. Experimental results show that the proposed algorithm is robust and with real-time efficiency.%鉴于传统的基于单幅图像奇异值分解红外弱小目标检测算法的不足，提出了一种新的基于图像序列奇异值分解的红外弱小目标检测算法。首先，利用图像序列构造图像矩阵并进行奇异值分解，得到对应的特征值与特征向量；其次，利用处理后的特征值和特征向量重构图像序列，得到新的特征图像序列；再次，在特征图像序列中选取合适的特征图像进行处理从而增强目标并抑制背景；然后，对新特征图像进行阈值分割，得到要检测的弱小目标；最后，对序列中的每幅图像分别进行帧间位置修正与帧内位置修正，以达到检测红外弱小目标的目的。实验结果表明该算法具有很好的鲁棒性与实时性。

摘要： 针对机载红外弱小目标机载抖动、动态背景以及内在噪声等导致目标难检测问题，提出一种卷积模板并结合滤波算法，进行图像预处理，然后利用全局运动反射模型估计背景，再应用背景差分以及目标聚类识别，提取疑似目标，最后利用这些疑似目标进行管道区域化判定，即目标轨迹具有连续性出现的疑似目标是真目标，否则为假目标。%According to the airborne jitter,dynamic background and internal noise of the airborne infrared weak targets, target detection has become a difficult problem.In this article,a kind of convolution template,which combined with filtering algorithm,is presented for image preprocessing.Then in order to estimate the background,the reflection model of global motion is proposed.What’s more,by using adaptive background subtraction algorithm and clustering recognition,the sus-pected targets can be extracted.Those suspected targets are used for pipeline regionalization,that is,suspected targets tra-jectory with continuity are the real goals,otherwise are false targets.

摘要： Background radiation noise interference is a difficult technical problem for dim signal detection. A dim target detection algorithm was proposed which can significantly improve signal-to-noise ratio (SNR) to achieve uniformly motion dim target detection successfully. Firstly, a coordinate space and a velocity space were established. Then the original image sequence was stacked along different velocity vectors to acquire a new image sequence with SNR improved and the new image sequence forms an image space. Secondly, quasi-target points in the image space were detected by constant false-alarm ratio (CFAR) judging. Finally, velocity vectors and coordinate vectors of quasi-target points were mapped to the velocity space and the coordinate space respectively. As a result, two local peaks from the spaces will confirm true target points.Experiments of real images from actual IR imaging system show that proposed algorithm can improve SNR approximately up to √N times of original image SNR, and the proposed algorithm is demonstrably superior to compared algorithms on detection probability and false alarm probability.%背景辐射噪声是弱信号检测面临的难点问题.提出了一种显著提升信噪比实现匀速运动弱目标的有效检测算法.建立目标坐标空间和速度空间,以不同速度矢量控制图像叠加,形成提升了信噪比的新的图像序列并构成图像空间;利用恒虚警判决法在图像空间中检测候选目标点;根据候选目标点所对应的坐标向量和速度向量分别映射到坐标空间和速度空间,由两个空间中出现的峰值判定目标点.实际红外成像系统实拍实验表明,算法能将信噪比提升至接近原图的√N 倍,目标检测概率和虚警概率都明显优于所对比的弱目标检测算法.

摘要： 针对复杂背景下红外小目标的实时检测需要,提出了一种基于时空域条件下改进性的最大中值滤波和最大均值滤波的检测算法.首先,输入红外序列图像,再用沿时间轴和空域组成时空三维组合帧,根据连续3帧图像形成3×3×3的结构,并根据利用最大中值或者最大均值滤波来确定中间帧中心位置的像素值;然后,再用阈值分割出目标;最后,归一化逐帧叠加确定目标运动轨迹检测出目标.实验结果表明,在不同背景条件下,该检测算法能有效地检测出运动小目标,并且能准确地得到目标的位置,适合于实时的目标检测.

摘要： 以动态背景中红外运动目标为研究对象，针对二维初级运动检测器在时域上对运动敏感而引起目标运动矢量受背景变化干扰的问题，提出一种结合时域中生物视觉二维初级运动检测器和空域中区域生长方法的运动检测方法。该方法利用时域中二维初级运动检测器检测出运动矢量并将幅值最大的运动矢量作为区域生长的种子点，利用空域中运动目标具有较高红外辐射的图像特性，通过区域生长法，将热辐射特性强于背景的目标分割出来。仿真实验结果表明：该方法在去除背景干扰的同时提取出动态背景中的运动目标，与其他方法相比具有较高的信杂比。%An infrared moving object detection method which combines Reichardt-type two dimensions Elementary Motion Detectors inspired by biological vision and region growing method was proposed to solve the two dimensions EMDs′ sensitive problem in dynamic scenes. EMDs detected the most intensive motion vector signal in temporal domain which was then used as the seeds of the region growing. Region growing method was applied to make a segmentation of the target by its infrared radiation characteristic much different from background in spatial domain. The simulation illustrates that, combing the EMDs in temporal domain with the region growing method in spatial domain achieves much better detection performance in infrared frames than the original Reichardt′s model. Compared with other methods, the proposed method could achieve a higher SCR.

摘要： 为了能够简单并且有效地识别红外图像序列中的运动目标,提出了一种新颖的基于贝叶斯概率计算的目标识别方法.在初始帧中利用相关算法实现对目标的初始定位,分析当前目标识别属性,建立判别函数.计算当前帧中连通区域的概率判断其为目标类或者背景类.对当前帧中的目标定位后,更新模式向量,用于下一帧中该类目标的识别.实验结果表明,该方法根据目标的识别属性,通过概率计算能够快速有效地识别运动目标,计算量小,所涉及的算法适于嵌入式系统实现,具有较好的鲁棒性.%To recognize moving targets simply and efficiently in infrared image sequences, a novel target recognition method based on Bayesian probability theory is proposed. The target initial position in the original image frame is obtained using the correlation matching algorithm. According to the recognition properties of the target, the decision functions are established. The classification of the connected regions in the current frame is determined by calculating Bayesian probability. The pattern vector is updated after the new target is located in the current frame for the target recognition in the next frame,and the purpose of moving target recognition is achieved. Experimental results show that: according to the recognized properties and probability calculation, the method can recognize the moving target fast and effectively with low computational complexity, and also the algorithm used is suitable for embedded system complementation and has strong robusticity.

摘要： 为解决红外图像序列中运动目标的快速检测问题,提出一种结合目标的不变矩与红外特征的新的特征量,利用图像序列中目标运动的连续性,在匹配的过程中采用Kalman预测滤波来估计目标下一帧的位置,从而形成完整的运动目标的检测算法。该算法既能利用不变矩的仿射不变性,又能对红外目标的辐射特性进行全面的综合描述,准确地实现目标的相关匹配;此外,引入Kalman预测滤波不仅能够迅速准确地进行目标匹配,并且在目标出现遮挡、丢失的情况下可应用预测对目标的位置做出合理的估计,以维持对目标的正常的检测跟踪。实验结果表明该算法能够达到目标检测的准确性和实时性要求。

摘要： 本文针对远距离红外图像序列目标检测,首先对单帧图像进行预处理,提出了基于局部纹理特征的红外图像增强算法,利用红外图像目标和背景区域局部纹理特征的差异来增强目标和背景区域的对比度;然后利用序列图像的帧间相关信息,采用边检测边跟踪边确认的目标检测方法,实验结果表明,对于远距离、小目标的红外图像,本文的增强算法在目标对比度和细节方面都明显好于直方图均衡化方法,而本文采用的目标检测方法仅需很少几帧图像就能检测和跟踪目标,可以在确保目标检测的可靠性的前提下,降低目标的检测时间.

摘要： 红外图像小目标检测与识别是近程主动拦截武器系统的重要任务。针对红外图像序列中的小目标检测问题,提出了一种新的基于Robinson guard滤波和双向链表的检测方法.首先使用Robinson guard滤波抑制背景,然后运用自适应阈值分割图像,并累积图像序列形成目标运动轨迹.最后基于目标运动的规律性、连续性,利用双向链表来检测目标.实验结果表明,所提出的方法可以得到较高的检测性能.

摘要： 本文研究在红外图像序列中跟踪运动小目标的问题。考虑到小目标跟踪要求能够保证跟踪的目标在需要的视场内，同时受到跟踪平台转动的影响，背景在视场内处于时变状态，不能仅仅利用目标的时域轨迹连续性进行跟踪。因此，算法充分利用了目标与相关背景的分布、灰度、形状边界等信息，并加以融合。算法通过在实际包含随机目标的红外图像序列中的应用，它的有效性得到了证明。

摘要： 基于天空背景的红外运动点目标检测和跟踪是红外成像制导信息处理的重要研究内容。在分析红外图像序列的基础上,利用矩阵奇异值分解,提出了一种基于时域滤波的目标检测算法,通过选择滤波器的参数,该算法可以有效分离天空中的云团背景以及所检测的目标,最终试验结果验证了算法的有效性。

摘要： 随着精确制导技术发展和作战要求的不断提高,有必要研制专用的开发红外图像信息处理器的调试和测试工具。基于USB接口的高速传输特性研制了一个调试与测试系统,该系统设计了一个基于USB2.0的高速图像数据传输接口板,采用算法程序和图像变换方法分别生成调试用图像和测试用红外图像序列,使用线程控制实现图像的实时传输,在指标体系的指导下,构建了一个用于调试和测试的系统。实际应用表明该系统是一个有效的图像信息处理器的调试与测试工具。

摘要： 针对红外图像序列中运动目标的检测问题,提出了一种提高红外图像信噪比的改进双重Top-Hat形态学预处理算法,并通过自适应形态学阈值获得了二值化图像,最后利用序列帧间信息进行管道滤波去除二值化图像的噪声和伪目标,完成多个红外运动目标的自动检测。实验结果表明,提出的方法有效地保留了运动目标的灰度信息,便于后续的目标识别处理,而且算法在实时性和信噪比方面的综合效果优于其他几种常用滤波算法。

摘要： 针对复杂场景下红外图像序列中运动目标的检测问题，提出了一种基于动态参数的运动目标检测算法。首先构建由帧运动参数和动态矩阵组成的动态参数,帧运动参数值由红外序列的图像帧信息计算而得,而动态矩阵中的各元素值是图像帧中每一像素点运动状态的反映,根据帧运动参数和动态矩阵的变化建立背景图像,然后将当前帧图像和背景图像差分,并通过自适应形态学阈值获得二值化图像,从而实现运动目标的检测。实验结果表明,本文提出的方法可以在复杂背景下有效地检测出红外运动目标,且算法具有较高的实时性。

摘要： 本文提出了一种基于红外和可见光图像序列融合的人体小目标检测方法,该方法首先在红外图像序列中利用参数自适应Kalman滤波背景估计初步检测出备选目标,确定出运动区域;在可见光图像序列中与红外图像相对应的区域中通过帧间差法进一步检测目标,通过模板匹配和目标运动轨迹来确认人体目标.该方法以红外图像序列的检测结果为基础,融合了可见光图像序列的检测结果,增强了检测的鲁棒性和可靠性.实验证明该方法可以有效的检测出远距离运动的人体目标.

摘要： 文中根据目标、背景干扰和噪声在红外序列图像中的差异,提出了一种基于空间高通滤波和时间域上N帧轨迹积累的运动小目标检测方法.该方法可以在低信噪比的情况下消除红外起伏和随机噪声的影响,有效地检测出弱小目标.实验结果表明,采用这种时空混合处理的方法可以得到满意的结果.

摘要： 本发明公开了一种红外面阵相机抖动的红外弱小目标图像序列仿真方法，主要用来生成大量测试红外面阵相机抖动的红外弱小目标图像场景。其方法实现包括：采集图像背景并仿真目标图像背景，创建目标模型，设置目标航迹，合成目标图像，设置抖动参数，生成抖动偏移量，计算抖动后成像行数，计算抖动后成像信号，生成抖动目标图像，输出红外面阵相机抖动的红外弱小目标图像序列。本发明具有计算量小，红外面阵相机抖动的红外弱小目标图像真实度高，纹理细节特征丰富并且红外弱小目标大小，红外弱小目标信噪比，红外弱小目标运动速度，红外弱小目标航迹，红外面阵相机抖动参数可控制的优点。

摘要： 本发明公开了一种红外扫描相机抖动的红外弱小目标图像序列仿真方法，主要用来生成大量测试红外扫描相机抖动的红外弱小目标图像场景。其方法实现包括：采集图像背景并仿真目标图像背景，创建目标模型，设置目标航迹，合成目标图像，设置抖动参数，生成抖动偏移量，计算抖动后成像行数，计算抖动后成像信号，生成抖动目标图像，输出红外扫描相机抖动的红外弱小目标图像序列。本发明具有计算量小，红外扫描相机抖动的红外弱小目标图像真实度高，纹理细节特征丰富并且红外弱小目标大小，红外弱小目标信噪比，红外弱小目标运动速度，红外弱小目标航迹，红外扫描相机抖动参数可控制的优点。

摘要： 一种用于推导通过运动补偿来对图像部分进行编码所用的至少一个运动信息预测结果的方法和装置。提供了运动信息预测结果的第一集合内的运动信息预测结果的至少两个不同的第一子集和第二子集。进行运动信息预测结果的第一子集的处理和运动信息预测结果的第二子集的处理，以获得根据参考图像部分预测所述图像部分所能够使用的运动信息预测结果的最终集合。第二子集的处理可以包括从所述第二子集的运动信息预测结果中除去重复值，并且可以进行该处理以排除时间预测结果。运动信息预测结果的第二子集的处理的至少一部分可以与运动信息预测结果的第一子集的处理的至少一部分同时进行。

摘要： 本发明涉及解码代表图像序列的编码数据流(F)的方法，对于当前块，它包含如下步骤：确定(1)预测块；计算(2)所述预测块的平均值(avrpred)；从所述流中重构(4)与所述当前块有关的DC系数(IresDC)和AC系数；根据所述预测块的所述平均值(avrpred)和所述DC系数(IresDC)计算(6)所述当前块的平均值(avrcr_dec)；计算(8)作为所述当前块的平均值(avrcr_dec)与所述预测块的平均值(avrpred)的比值的加权预测参数(wpcr_dec)；-将包含作为DC系数的零值和所述重构AC系数的系数块变换(10)成残差块；通过合并所述残差块和由所述加权预测参数加权的所述预测块重构(14)当前块。本发明还涉及编码方法。

摘要： 本发明公开了一种从单目图像序列生成立体图像序列的方法，包括四个步骤：首先，由单目图像序列创建对应的单目摄像机参数序列；接着构造双目摄像机序列、对应的参数序列和索引序列；然后，调整双目摄像机参数序列和索引序列的值，使控制误差在误差允许范围之内；最后，依据索引序列构造双目源图像序列，再根据双目摄像机参数序列对双目源图像序列进行视图变换，得到立体图像序列。本发明针对现有立体视频制作技术的高成本、制作方法复杂的缺点，提出一种把单目视频转化为立体视频的方法，该方法不需要特殊硬件辅助、制作过程简单、制作素材丰富且易获得。

摘要： 本发明公开了一种红外扫描相机抖动的红外弱小目标图像序列仿真方法，主要用来生成大量测试红外扫描相机抖动的红外弱小目标图像场景。其方法实现包括：采集图像背景并仿真目标图像背景，创建目标模型，设置目标航迹，合成目标图像，设置抖动参数，生成抖动偏移量，计算抖动后成像行数，计算抖动后成像信号，生成抖动目标图像，输出红外扫描相机抖动的红外弱小目标图像序列。本发明具有计算量小，红外扫描相机抖动的红外弱小目标图像真实度高，纹理细节特征丰富并且红外弱小目标大小，红外弱小目标信噪比，红外弱小目标运动速度，红外弱小目标航迹，红外扫描相机抖动参数可控制的优点。

摘要： 本发明公开了一种红外面阵相机抖动的红外弱小目标图像序列仿真方法，主要用来生成大量测试红外面阵相机抖动的红外弱小目标图像场景。其方法实现包括：采集图像背景并仿真目标图像背景，创建目标模型，设置目标航迹，合成目标图像，设置抖动参数，生成抖动偏移量，计算抖动后成像行数，计算抖动后成像信号，生成抖动目标图像，输出红外面阵相机抖动的红外弱小目标图像序列。本发明具有计算量小，红外面阵相机抖动的红外弱小目标图像真实度高，纹理细节特征丰富并且红外弱小目标大小，红外弱小目标信噪比，红外弱小目标运动速度，红外弱小目标航迹，红外面阵相机抖动参数可控制的优点。

摘要： 本发明公开了一种图像序列预测模型的构建方法及图像序列预测方法，所述方法包括：将预置的用于模型训练的训练图像序列输入图像序列预测模型；获取待插值时间步；对于待插值时间步，将预置的插值初始图像和待插值时间步的上个时间步输出的隐藏状态，作为待插值时间步的神经元的输入，再将待插值时间步的隐藏状态输出至下个时间步的神经元，以完成在待插值时间步的数据插值，其中，神经元为ConvGRU‑ODE单元；输出图像序列预测模型的预测图像序列，根据训练图像序列对应的标签图像和预测图像序列计算损失函数，对图像序列预测模型进行训练，直至损失函数收敛。本发明可实现基于非等时间间隔的图像序列的图像预测。

摘要： 一种用于推导通过运动补偿来对图像部分进行编码所用的至少一个运动信息预测结果的方法和装置。提供了运动信息预测结果的第一集合内的运动信息预测结果的至少两个不同的第一子集和第二子集。进行运动信息预测结果的第一子集的处理和运动信息预测结果的第二子集的处理，以获得根据参考图像部分预测所述图像部分所能够使用的运动信息预测结果的最终集合。第二子集的处理可以包括从所述第二子集的运动信息预测结果中除去重复值，并且可以进行该处理以排除时间预测结果。运动信息预测结果的第二子集的处理的至少一部分可以与运动信息预测结果的第一子集的处理的至少一部分同时进行。

摘要： 本发明涉及解码代表图像序列的编码数据流(F)的方法，对于当前块，它包含如下步骤：重构(10)残差块；确定(12)预测块；以及通过合并残差块和由加权预测参数加权的预测块重构(14)当前块。按照本发明，加权预测参数按照如下步骤确定：计算(2)预测块的平均值(avrpred)；重构(4)当前块的DC系数(IresDC)；根据预测块的平均值(avrpred)和DC系数(IresDC)计算(6)当前块的平均值(avrcr_dec)；以及计算(8)作为当前块的平均值与预测块的平均值(avrpred)的比值的加权预测参数。本发明还涉及编码方法。