项目名称: 融合多源图像与光流运动的旋转背景下对地运动目标检测研究

项目编号: No.61471194

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 闫钧华

作者单位: 南京航空航天大学

项目金额: 83万元

中文摘要: 对地运动目标的高精检测是战机实现精确打击的关键问题。目前国内外的研究成果主要针对战机平飞或大范围盘旋时的运动目标检测,当战机急剧转弯导致图像地面背景剧烈旋转运动时,会产生大量漏检、虚警。鉴于此,本项目首次提出融合多源图像与光流运动的旋转背景下对地运动目标高精检测方法及半物理实验验证。建立数学模型描述战机、光电探测平台、摄像机的空间运动与姿态变化多因素联合影响下的图像地面背景与目标的运动特性,提出地面背景旋转运动剧烈程度的定量衡量指标,确立地面旋转运动背景中运动目标检测的理论依据。为综合利用可见光与红外图像及其图像中的运动信息,在配准可见光与红外图像基础上,融合红、绿、蓝、红外热辐射四维信息和光流运动,在图像高维融合光流场计算过程中实现多源图像信息融合。构建包括整体地面背景旋转运动与局部目标运动信息的图像运动场,从中重构纯地面背景旋转运动场,据此分离地面旋转背景与运动目标,实现运动目标检测。

中文关键词: 目标检测;运动识别;背景重构;视频图像

英文摘要: Ground moving target detection with high precision is the key issue to achieve precision strike of aircrafts. Current ground moving target detection algorithms of domestic and overseas are mainly for the situation in which the aircraft is in level flight or wide range of circling. When the aircraft makes sharp turns, which causes intense rotational motion of the background in the video, those algorithms will produce a large number of undetected or false alarms. In view of this, our project first proposes a high-precision moving target detection method based on the integration of multi-source images and optical flow motion and prepares semi-physical detection experiments. We establish the mathematical model to describe the motion characteristic of image ground background and target with the combined impact of spatial movement and attitude change of the aircrafts, photoelectric detection platform, and the camera. We propose a quantitative indicator to measure the severity of background ground rotational motion, establish moving target detection theory in background ground rotational motion. Then, to use visible and infrared images and image motion information, we merge four dimensional of red, green, blue, infrared thermal radiation information and optical flow motion on the basis of registration of visible and infrared images, achieving multi-source image information fusion in the calculation of high-dimensional image optical flow field. Ultimately, we construct image motion field which includes the information of whole background rotation movement and targets motion, reconstruct the pure rotating motion field of ground background from it, separate rotating ground background and moving targets, achieve moving target detection.

英文关键词: target detection;motion recognition;background reconstruction;pictures of video

成为VIP会员查看完整内容
2

相关内容

目标检测,也叫目标提取,是一种与计算机视觉和图像处理有关的计算机技术,用于检测数字图像和视频中特定类别的语义对象(例如人,建筑物或汽车)的实例。深入研究的对象检测领域包括面部检测和行人检测。 对象检测在计算机视觉的许多领域都有应用,包括图像检索和视频监视。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
专知会员服务
17+阅读 · 2021年7月3日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
69+阅读 · 2021年3月23日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
基于深度学习的图像目标检测(下)
机器学习研究会
12+阅读 · 2018年1月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
2+阅读 · 2022年4月19日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
专知会员服务
17+阅读 · 2021年7月3日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
69+阅读 · 2021年3月23日
相关资讯
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
基于深度学习的图像目标检测(下)
机器学习研究会
12+阅读 · 2018年1月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员