基于约束序贯M估计的时空域融合红外杂波抑制

doi:CNKI:11-1929/V.20110517.0903.001

电子与自动控制

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于约束序贯M估计的时空域融合红外杂波抑制

龙云利^1,2, 徐晖¹, 安玮¹

1. 国防科学技术大学电子科学与工程学院, 湖南长沙 410073;
2. 中国人民解放军75122部队, 广西桂林 541000

收稿日期:2010-09-19 修回日期:2010-12-16 出版日期:2011-08-25 发布日期:2011-08-19
通讯作者: 安玮,Tel: 0731-84573489 E-mail: nudtanwei@tom.com E-mail:nudtanwei@tom.com
作者简介:龙云利(1981-) 男,博士研究生。主要研究方向:多传感器多目标检测与跟踪、多源信息融合。 Tel: 0731-84573489 E-mail: feiyunlyi@126.com; 徐晖(1963-) 男,博士,教授,博士生导师。主要研究方向:综合电子战系统、空间信息对抗。 Tel: 0731-84573411 E-mail: simon863@vip.sina.com; 安玮(1969-) 女,博士,教授,博士生导师。主要研究方向:光电探测数据处理、空间信息对抗。 Tel: 0731-84573489 E-mail: nudtanwei@tom.com; 林两魁(1980-) 男,博士研究生。主要研究方向:多传感器多目标跟踪、空间信息对抗。 Tel: 0731-84573489 E-mail: kk2buaa@163.com

Spatial-temporal Fused Filtering for Infrared Clutter Suppression Based on Restricted Sequential M-estimation

LONG Yunli^1,2, XU Hui¹, AN Wei¹

1. College of Electronic Science and Engineering, National University of Defense and Technology, Changsha 410073, China;
2. Unit 75122, Chinese People's Liberation Army, Guilin 541000, China

Received:2010-09-19 Revised:2010-12-16 Online:2011-08-25 Published:2011-08-19

摘要/Abstract

摘要： 针对红外弱小目标检测中的强背景杂波干扰抑制问题进行研究,提出了一种基于参数约束序贯M估计的时空域融合自适应杂波抑制算法。该算法首先在分析序列图像帧间失配的基础上建立了一种改进的时空域融合背景预测模型,结合二维离散傅里叶快速变换图像配准和双线性插值方法进行灰度值估计;然后,基于约束序贯M估计方法进行模型参数的自适应估计,利用双阈值方法提取参数估计样本,并引入遗忘因子和控制因子提高算法的稳健性。仿真实验表明:所提算法不仅能够在一般的杂波干扰环境下实现背景的滤除,而且能够在强杂波干扰环境下较好地实现背景的抑制与目标信号的保持;相对现有算法具有较明显的性能优势和更强的环境适应能力。

关键词: 红外杂波抑制, 目标检测, 序贯M估计, 时空域融合, 图像配准

Abstract: Research is conducted on the intense clutter background removal so as to detect infrared small dim target. An adaptive spatial-temporal fused filtering algorithm for infrared clutter suppression is proposed based on restricted parametric sequential M-estimation. Firstly, an improved spatial-temporal fused prediction model for clutter background is presented on the analysis of the mismatch between the sequential images. And the image intensity is estimated by means of two-dimensional fast discrete Fourie transform (2DFT) and bilinear interpolation. Secondly, the model parameters are adaptively reckoned on restricted sequential M-estimation as the data sampled to double thresholds. Meanwhile, the forget factor and control factor are introduced to improve the robustness.The experiments show that the proposed algorithm not only perfectly removes the background under common circumstance but also effectively filters the intense clutter and preserves the targets signal,which holds fairly better performance and robust accommodation to environment than the existing ones.

Key words: infrared clutter suppression, target detection, sequential M-estimation, spatial-temporal fusion, image registration

中图分类号:

V248
TP391

龙云利, 徐晖, 安玮. 基于约束序贯M估计的时空域融合红外杂波抑制[J]. 航空学报, 2011, 32(8): 1531-1541.

LONG Yunli, XU Hui, AN Wei, LIN Liangkui. Spatial-temporal Fused Filtering for Infrared Clutter Suppression Based on Restricted Sequential M-estimation[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2011, 32(8): 1531-1541.

参考文献

[1] Tartakovsky A G, Brown J. Adaptive spatial-temporal filtering methods for clutter removal and target tracking[J]. IEEE Transactions on Aerospace and Electronic System, 2008, 44(4): 1522-1537.

[2] Wang J, Bao S Q, Ralph J F, et al. Detection of small objects in multi-layered infrared images//Signal and Data Processing of Small Targets, Proceedings of the SPIE. 2008, 6969: 696905-1-696905-8.

[3] Wemett B D. Automatic target detection using vector quantization error//Automatic Target Recognition XVIII, Proceedings of the SPIE. 2008, 6967: 696712-1-696712-10.

[4] 杨卫平, 沈振康. 起伏背景下的自适应门限检测方法[J]. 红外与毫米波学报, 1999, 18(2): 120-124. Yang Weiping, Shen Zhenkang. The detection method of adaptive threshold in undulant background[J]. Journal of Infrared Millimeter Waves, 1999, 18(2): 120-124. (in Chinese)

[5] 李红艳, 吴成柯. 一种基于小波和遗传算法的小目标检测算法[J]. 电子学报, 2001, 29(4): 439-442. Li Hongyan, Wu Chengke. Detecting dim small targets in image sequences based on wavelet transform and genetic algorithm[J]. Electronica Sinica, 2001, 29(4): 439-442. (in Chinese)

[6] 潘鸣, 裴云天, 吴贵臣. 强杂波背景下高空红外运动点目标检测[J]. 电波科学学报, 2004, 19(6): 757-766. Pan Ming, Pei Yuntian, Wu Guichen. Detection for moving infrared point target in high altitude with strong clutter background[J]. Chinese Journal of Radio Science, 2004, 19(6): 757-766. (in Chinese)

[7] 宗思光, 王江安. 基于形态学图像融合的目标检测方法 [J]. 光电子·激光, 2004, 15(2): 208-211. Zong Siguang, Wang Jiang'an. Infrared image targets detection based on multi-scale mathematical morphology fusion[J]. Journal of Optoelectronics Laser, 2004, 15(2): 208-211. (in Chinese)

[8] 余农, 吴长泳, 汤心溢, 等. 红外目标检测的自适应背景感知算法[J]. 电子学报, 2005, 33(2): 200-204. Yu Nong, Wu Changyong, Tang Xinyi, et al. Adaptive background perception algorithm for infrared target detection[J]. Acta Electronica Sinica, 2005, 33(2): 200-204. (in Chinese)

[9] 胡谋法, 陈曾平. 基于Zernike-facet模型和整体最小二乘的弱小目标检测[J]. 电子与信息学报, 2008, 30(1): 194-197. Hu Moufa, Chen Zengping. New small target detection algorithm via Zernike-facet model and the total least squares[J]. Journal of Electronics & Information Technology, 2008, 30(1): 194-197. (in Chinese)

[10] 胡谋法, 沈燕, 陈曾平. 自适应序贯M估计算法及其性能分析[J]. 电子学报, 2007, 35(9): 1651-1655. Hu Moufa, Shen Yan, Chen Zengping. New adaptive recursive M-estimation algorithm and its performance analysis[J]. Acta Electronica Sinica, 2007, 35(9): 1651-1655. (in Chinese)

[11] 刘靳, 姬红兵. 基于非平稳背景下的红外小目标检测[J]. 电子与信息学报, 2010, 32(6): 1295-1300. Liu Jin, Ji Hongbing. IR small targets detection based on non-homogenous background[J]. Journal of Electronics & Information Technology, 2010, 32(6): 1295-1300. (in Chinese)

[12] 艾斯卡尔·艾木都拉, 地里木拉提·吐尔逊. 基于时空非参数回归估计的动态杂波抑制技术研究[J]. 通信学报, 2007, 28(3): 63-67. Askar Hamdulla, Dilmurat Tursun. Spatial-temporal non- parametic regression based approach for moving clutter suppression[J]. Journal of Communication, 2007, 28(3): 63-67. (in Chinese)

[13] Haykin S. Adaptive filter theory[M]. 4th ed. New Jersey: Prentice Hall, 2001.

[14] 罗军辉, 姬红兵, 刘靳. 一种基于空间滤波的红外小目标检测算法及其应用[J]. 红外与毫米波学报, 2007, 26(3): 209-212. Luo Junhui, Ji Hongbing, Liu Jin. Algorithm of IR small targets detection based on spatial filter and its application[J]. Journal of Infrared and Millimeter Wave, 2007, 26(3): 209-212. (in Chinese)

[15] Manuel S G, Samuel T T, James F R. Efficient sub-pixel image registration algorithms[J]. Optics Letters, 2008, 33(2): 156-158.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

基于约束序贯M估计的时空域融合红外杂波抑制

Spatial-temporal Fused Filtering for Infrared Clutter Suppression Based on Restricted Sequential M-estimation

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	吕帅帅, 杨宇, 王彬文, 殷晨飞. 基于改进FaceNet的飞行器结构裂纹识别方法[J]. 航空学报, 2022, 43(6): 525463-525463.
[2]	刘芳, 韩笑. 基于多尺度深度学习的自适应航拍目标检测[J]. 航空学报, 2022, 43(5): 325270-325270.
[3]	陈唯实, 黄毅峰, 陈小龙, 卢贤锋, 张洁. 机场探鸟雷达技术发展与应用综述[J]. 航空学报, 2022, 43(1): 24758-024758.
[4]	王辉, 贾自凯, 金忍, 林德福, 范军芳, 徐超. 无人机视觉引导对接过程中的协同目标检测[J]. 航空学报, 2022, 43(1): 324854-324854.
[5]	李红光, 于若男, 丁文锐. 基于深度学习的小目标检测研究进展[J]. 航空学报, 2021, 42(7): 24691-024691.
[6]	江波, 屈若锟, 李彦冬, 李诚龙. 基于深度学习的无人机航拍目标检测研究综述[J]. 航空学报, 2021, 42(4): 524519-524519.
[7]	宋闯, 赵佳佳, 王康, 梁欣凯. 面向智能感知的小样本学习研究综述[J]. 航空学报, 2020, 41(S1): 723756-723756.
[8]	应涛, 黄高明, 左炜, 单鸿昌, 高俊. 非合作无源探测中的假设检验弱目标检测方法[J]. 航空学报, 2016, 37(2): 626-636.
[9]	韩宇萌, 贾晓洪, 梁晓庚. 红外成像导弹目标截获概率[J]. 航空学报, 2016, 37(10): 3101-3109.
[10]	徐航, 张喜涛, 张军鹏. 基于局部均值差分的红外小目标图像背景抑制算法[J]. 航空学报, 2015, 36(9): 2869-2873.
[11]	刘中杰, 曹云峰, 庄丽葵, 丁萌. 基于控制线方法的机载SAR和可见光图像匹配应用研究[J]. 航空学报, 2013, 34(9): 2194-2201.
[12]	申浩, 李书晓, 申意萍, 朱承飞, 常红星. 航拍视频帧间快速配准算法[J]. 航空学报, 2013, 34(6): 1405-1413.
[13]	李海, 王小寒, 吴仁彪. 基于RELAX的空中多机动目标检测与参数估计[J]. 航空学报, 2013, 34(4): 873-881.
[14]	战立晓, 汤子跃, 朱振波. 基于Keystone变换和MDCFT的高机动弱目标检测与参数估计[J]. 航空学报, 2013, 34(4): 855-863.
[15]	廖超, 王贵锦, 沈永玲, 何贝, 林行刚. 航拍视频的多向条带拼接算法[J]. 航空学报, 2012, 33(11): 2065-2073.