1基本情况

1.1成立背景、愿景目标

计算机视觉相关理论近年来发展迅速，已经广泛应用于生活和科技的各个方面，在军事领域中更是发挥着极其重要的作用，该领域内的目标检测、目标跟踪、图像融合等相关技术都是舰船定位、航速估计中的重要环节，所涉及的图像模态包括可见光、红外、SAR图像等，如何在复杂背景的条件下实现对图像信息的融合和处理具有显著的应用价值。本团队主要聚焦于研究复杂背景下多模态图像的去噪及融合算法，并对复杂海背景下红外弱小目标检测算法进行了重点关注和研究。

愿景目标：

（1）研究一套适用于复杂海面背景下的SAR图像相干斑抑制算法，并在此基础上实现对舰船尾迹的高精度检测；

（2）构建一套只针对复杂背景条件的红外弱小目标检测系统，在保证所用方法漏检率、虚警率都较低的前提下，加快系统的检测效率；

（3）研究一套可靠的红外可见光图像融合算法，通过多尺度变换、图像配准等方法来实现多模态图像信息的融合和处理。

1.2人员规模与构成

博士、博士后_5_人

 

2研究方向

2.1 复杂海背景下SAR图像相干斑噪声去噪与舰船尾迹检测

（1）基于双边滤波与小波多模阈值的SAR图像去噪算法

将双边滤波与经典Bayes阈值、GCV阈值结合，保持图像的边缘细节信息。

（2）基于解析字典的SAR图像形态成分分离算法

     基于解析字典算法进行舰船尾迹与噪声的图像形态成分分离，得到含有舰船尾迹的结构成分图像和含有相干斑噪声及海杂波的纹理成分图像。

 

 

2.2 复杂海背景下的红外图像去噪和弱小目标检测

（1）基于三维图像块匹配算法的红外弱小目标检测

计算图像中不同块的灰度欧式距离，提取一组图像相似块张量；将图像相似块张量进行三维线性变换，采用硬阈值降噪；将图像相似块张量逆变换至原图像中，根据噪声强度设置灰度加权阈值，进行初步去噪。

（2）基于空间自适应多模去噪策略的检测算法

将图像小波分解至不同尺度，判断不同方向上的噪声，对不同小波子带分别采用Bayes 阈值、 GCV 阈值函数去噪，经离散小波重构后进行目标检测。

（3）基于局部与全局信息结合的单帧检测算法

采用局部角点增强对目标进行增强，低秩稀疏算法迭代求解实现背景和目标的分离，双重 Tophat 滤波算法对目标进行处理，进行目标检测。

（4）基于精准管道滤波的多帧检测算法

根据目标在图像中的运动特性以及海杂波的无序性，建立管道并追踪目标的运动轨迹从而区分出目标和背景杂波。

（5）基于注意力机制的局部对比度网络检测算法

从人类视觉系统的注意力机制出发，采用深度学习的方法，充分利用红外小目标检测传统算法挖掘出的先验特征知识和神经网络算法提取语义特征的性能优势，设计出基于注意力机制的局部对比度神经网络结构。

2.3 基于深层聚合网络的小目标检测

为解决图像中目标尺度小导致目标检测召回率低以及大尺度特征图上检测效率低的问题，研究基于深度聚合网络的小目标检测算法，通过对特征多次运算和融合，使用较少参数实现高效的特征提取。

2.4 多模态图像的像素级配准与融合

（1）基于Log-Gabor算法的红外/可见光图像配准方法

采用SURF算法进行特征点检测，再使用Log-Gabor滤波算法对特征点进行特征提取，进行配准。

（2）基于多尺度变换的红外/可见光图像融合方法

将每个源图像分解为不同的子带系数，再使用不同的融合规则进行融合，使用逆变换得到融合图像。

3、科研成果

奖项、研究专著、专利、核心期刊论文、掌握的核心技术与转化成果

2017年6月，实验室硕士生牛林在第36届中国控制会议论文集中发表论文《基于小波与Radon变换的SAR图像舰船尾迹检测算法》

2019年，实验室硕士生赵婷在中国控制会议论文集中发表论文《Infrared Dim and Small Target Detection and Tracking Based on Single Multi-Frame Algorithm under Sea Clutter Background》

2019年，实验室硕士生王申涛在中国控制会议论文集中发表论文《Infrared And Visual Image Registration Based on Dominant Orientation Align Feature Transform》

2019年12月，实验室参与、负责航天先进技术联合研究中心技术创新项目中“潜艇弱反差尾迹信号图像识别与检测技术研发”

 

4科研动态

2019年12月，航天先进技术联合研究中心技术创新项目成功结题

 2021年6月，参与第二届“砺剑杯”智能空天创新大赛