隨著軍事監(jiān)測與偵察領域的迅猛發(fā)展,對成像系統(tǒng)檢測與識別性能的需求不斷增加,傳統(tǒng)單譜段或多譜段成像難以實現(xiàn)對目標的高性能檢測與識別,高光譜成像技術因其具有同時獲得光譜分辨率較高的多個連續(xù)譜段圖像的優(yōu)勢,成為未來空間光學載荷的重要發(fā)展方向。但根據光譜成像技術原理及現(xiàn)有研究:高光譜圖像存在數據量大、信息冗余度高、空間分辨率低等局限,導致算法計算量大、數據解譯效率低、目標與背景光譜混疊等問題,使得目標檢測與識別難度進一步增大,無法滿足系統(tǒng)對于目標的實時判讀解譯需求,因此需要針對高光譜圖像研究高效的目標檢測與識別策略。為解決上述問題,本文分析了影響目標可檢測性能與可識別性能的各種因素,開展了譜段優(yōu)選、目標檢測與識別方法研究。主要研究工作如下:（1）進行了目標可檢測性與可識別性的影響因素分析。從成像全鏈路角度出發(fā),分析目標/背景輻射、大氣傳輸以及探測系統(tǒng)成像過程中產生的光譜混疊、輻射衰減、像質模糊、噪聲干擾等效應對目標可檢測性能與可識別性能的影響,針對各環(huán)節(jié)帶來的不同影響給出譜段優(yōu)選、目標檢測與識別方法設計的相關建議,為后續(xù)研究提供理論支撐。（2）提出了面向檢測與識別任務的譜段優(yōu)選方法。以提升目標... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數】：82 頁

【學位級別】：碩士

【部分圖文】：

總體思路流程圖

標軌跡的關聯(lián)性。與此同時，需要針對目標速度發(fā)生變化的情況設計相應的的多幀關聯(lián)方法。2.2.2目標輻射特性飛機目標的輻射主要由尾焰、尾噴管和蒙皮三部分組成。飛機尾焰的主要成分是二氧化碳和水蒸氣，由于分子的吸收特性，尾焰在2.7μm、4.3μm、6.3μm附近有較強的紅外輻射。發(fā)動機工作時，尾噴管被燃氣加熱，尾噴管輻射直接受到發(fā)動機工作狀況的影響。蒙皮輻射來源于飛機飛行時的氣動加熱。將兩種典型飛機作為計算對象，研究典型目標的紅外輻射特性。飛行高度10km，速度0.8Ma情況下目標1和目標2的歸一化光譜輻射曲線如圖2-1a)所示，可以看到兩目標的輻射曲線走勢相似且在2.7μm、4.3μm、5.8μm、6.3μm附近均具有明顯峰值，此現(xiàn)象可能是由兩目標的燃料組分與飛行狀態(tài)相似引起的，但仍能根據兩目標間的輻射曲線差異實現(xiàn)對目標型號的識別，不同譜段內兩目標間的輻射能量差異具有明顯變化，因此可以選擇不同目標間能量差異大的譜段進行目標識別，以提高目標識別的效率。相較于亞音速巡航，飛機以超音速巡航或加力飛行時會消耗更多燃料，尾噴管噴射出更多高溫氣體，由于氣動加熱引起的蒙皮輻射也會因飛行速度的提高而增加。目標1在兩種工作狀況下的歸一化光譜輻射曲線如圖2-1b)所示，可以看到飛機以不同工作狀況飛行時，其紅外輻射會發(fā)生明顯變化。此種情況下同一目標光譜發(fā)生變異的程度較大，因此在構造目標識別特征庫時，若對存在兩種以上工作狀況的目標僅設置一條標準光譜，勢必會嚴重影響目標識別的準確度，因此需要對此類目標設置多條標準光譜，每條標準光譜對應于此類目標的不同工作狀況。a)兩種典型目標的光譜曲線b)目標1在兩種工作狀況下的光譜曲線圖2-1典型目標的歸一化光譜輻射曲線目標來自尾焰、尾噴管和蒙皮的輻射在不同譜段內的?

哈爾濱工業(yè)大學碩士學位論文-13-段內，來自蒙皮的紅外輻射與尾焰、尾噴管的紅外輻射相比可以忽略不記，在長波譜段內，飛機輻射主要來自于蒙皮輻射。目標1在4.3μm和13μm附近的紅外輻射如圖2-2所示，在圖中能夠清楚的看到這一差異。a)目標1在4.3μm附近紅外輻射b)目標1在13μm附近紅外輻射圖2-2目標1在中波和長波波段內紅外輻射特性飛機全部的紅外輻射不是這三部分的簡單相加，而是具有明顯的方向特性，從不同方位角度觀測飛機，飛機機身會對特定方位的輻射產生遮擋[66]。典型目標在不同方向上的輻射特性如圖2-3所示�？梢钥吹讲煌较蛏系募t外輻射存在較明顯差異，目標的可檢測性能會隨觀測角度的改變而發(fā)生變化。在構造目標識別特征庫時，應該將所有觀測角度情況下的目標光譜考慮在內，使得所構建的目標標準光譜對于以任意角度探測目標時的光譜匹配計算均具有較好的適用性。圖2-3典型目標不同方向上的紅外輻射特性2.2.3背景輻射特性天基平臺探測的背景主要是陸地、海洋和大氣，背景的復雜多樣直接影響目標的可檢測性能與可識別性能。分別選取短波紅外與中波紅外譜段的卷云背景圖像中A、B、C、D四種場景進行背景輻射特性分析，如圖2-4所示，對應的四種區(qū)域分別為云場景、云邊緣場景、無云場景和點狀云場景，區(qū)域大小為20×20個像元。

【參考文獻】：
期刊論文
[1]基于顯著圖的紅外弱小目標動態(tài)規(guī)劃檢測前跟蹤算法[J]. 詹令明,李翠蕓,姬紅兵.  計算機輔助設計與圖形學學報. 2019(07)
[2]低信噪比下的紅外弱小目標檢測算法研究綜述[J]. 楊昳,徐長彬,馬玉瑩,黃成章.  激光與紅外. 2019(06)
[3]隱身戰(zhàn)斗機紅外輻射特征計算及紅外隱身效果分析[J]. 王彪,叢偉,王超哲,楊永建,黃金科.  北京理工大學學報. 2019(04)
[4]基于Contourlet及目標特性分析的弱小紅外目標檢測[J]. 王華兵,萬爛軍.  電子測量與儀器學報. 2019(03)
[5]基于時域信噪比的紅外弱小目標檢測（英文）[J]. 劉炎,王濤,陳凡勝,蘇曉鋒.  太赫茲科學與電子信息學報. 2019(01)
[6]基于最大中值濾波和K-means聚類紅外弱小目標檢測[J]. 岳付昌.  光電技術應用. 2018(05)
[7]基于鄰域局部最大均值與多尺度形態(tài)學濾波的弱小紅外目標檢測算法[J]. 丁云,張生偉,李國強,馬軍勇,張春景.  電光與控制. 2018(09)
[8]基于小波變換和改進Top-Hat濾波的紅外小目標檢測[J]. 張寧,辛云宏.  激光與紅外. 2016(11)
[9]高光譜圖像處理與信息提取前沿[J]. 張兵.  遙感學報. 2016(05)
[10]基于相關濾波器的紅外弱小目標檢測算法[J]. 何玉杰,李敏,張金利,邢宇航.  光學學報. 2016(05)

博士論文
[1]特定背景下點目標探測最優(yōu)波段選擇方法的研究[D]. 董玉翠.中國科學院研究生院(上海技術物理研究所) 2015



本文編號：3127774