●前言
第1章 緒論 1
1.1 引言 1
1.2 紅外成像制導圖像處理的關鍵技術及研究現狀 2
1.3 本書的主要理論依據 8
1.4 本書的結構和內容安排 10
參考文獻 11
第2章 紅外導引繫統概述 15
2.1 引言 15
2.2 紅外導引繫統發展概況 15
2.2.1 紅外導引繫統發展簡史 15
2.2.2 主要發展階段 16
2.2.3 國外紅外導引繫統發展 17
2.2.4 我國紅外導引繫統發展 19
2.3 紅外導引繫統功能 19
2.4 紅外導引繫統的基本構成 21
2.4.1 紅外探測繫統 21
2.4.2 跟蹤穩定繫統 22
2.4.3 目標信號處理繫統 22
2.4.4 導引信號形成繫統 23
2.5 常用紅外成像制導圖像處理技術 23
2.5.1 圖像預處理 24
2.5.2 圖像分辜 26
2.5.3 特征提取 28
2.5.4 目標隻另 29
2.5.5 目標跟蹤 32
2.5.6 誤差信號提取 36
2.6 圖像處理計算機 36
2.6.1 關鍵器件選擇 36
2.6.2 繫統結構設計 37
2.7 小結 38
參考文獻 38
第3章 紅外成像制導中的圖像降噪和增強 39
3.1 引言 39
3.2 小波變換理論 39
3.2.1 小波變換概念 39
3.2.2 多分辨率分析 41
3.2.3 Mallat算法和圖像的離散小波變換 43
3.3 基於優選後驗概率準則的小波域降噪和增強算法 46
3.3.1 常用的小波域降嗓算法 46
3.3.2 MAP準則下小波繫數萎縮因子的確定 48
3.3.3 小波繫數萎縮因子的修正 49
3.3.4 優選後驗概率準則降嗓過程描述 50
3.3.5 仿真與分析 50
3.4 Contourlet變換理論 54
3.4.1 拉普拉斯全字塔 55
3.4.2 方向濾波器組 56
3.4.3 Contourlet變換過程 58
3.5 Contourlet域圖像降噪和增強算法 59
3.5.1 優選後驗概率準則的Contourlet域推廣 59
3.5.2 Contourlet域降嗓過程 60
3.5.3 仿真與分析 61
3.6 非下采樣Contourlet變換理論 66
3.7 非下采樣Contourlet域混合統計模型紅外圖像降噪 66
3.7.1 非下采樣Contourlet域混合統計圖像降嗓模型 66
3.7.2 算法流程 67
3.7.3 實驗與分析 68
3.8 小結 71
參考文獻 72
第4章 紅外成像制導中的圖像分割 74
4.1 引言 74
4.2 基於模糊理論的圖像處理 74
4.3 模糊C均值聚類圖像分割 77
4.4 基於鄰域加權的模糊C均值聚類分割 79
4.4.1 初始聚類中心的確定 79
4.4.2 圖像鄰域空間信息的利用 79
4.4.3 基於樣本加權的模糊C均值聚類算法 80
4.4.4 算法過程 81
4.4.5 仿真與分析 82
4.5 基於核距離鄰域加權的模糊C均值聚類分割 86
4.5.1 算法原理 86
4.5.2 仿真與分析 88
4.6 紅外圖像雙闊值分割算法 88
4.6.1 利用優選類間方差法的雙閱值分割 89
4.6.2 基於峰值合並的多閱值提取及其改進 91
4.6.3 閱值範圍的選取 92
4.7 加力紅外目標圖像的分割算法 93
4.7.1 邊緣提取算法及選擇 93
4.7.2 基於邊緣和子區域分割算法 95
4.8 區域選擇與填充 96
4.9 紅外圖像序列的分割 98
4.10 小結 99
參考文獻 99
第5章 紅外成像制導中的弱小運動目標檢測 101
5.1 引言 101
5.2 紅外弱小目標圖像序列模型 102
5.3 基於尺度間繫數相關性的小波域小目標檢測 104
5.3.1 噪聲、背景和目標的小波繫數特性分析 104
5.3.2 尺度間歸一化相關繫數的計算及閱值設定 105
5.3.3 考慮小目標面積的單幀圖像分割 106
5.3.4 管道濾波序列圖像檢測 106
5.3.5 算法過程 107
5.3.6 仿真與分析 107
5.4 基於小波高頻繫數直接映射的小目標檢測 110
5.4.1 基於繫數能量的背景抑制 111
5.4.2 小波高頻繫數線性映射及關聯 111
5.4.3 算法過程 112
5.4.4 仿真與分析 113
5.5 基於尺度間相關性的非下采樣Contourlet變換小目標檢測 117
5.5.1 紅外小目標圖像的非下采樣Contourlet變換 117
5.5.2 小波域尺度問繫數相關性到非下采樣Contourlet域的推廣 118
5.5.3 算法過程 118
5.5.4 仿真與分析 119
5.6 基於高頻能量像的非下采樣Contourlet變換小目標檢測 121
5.6.1 紅外復雜背景抑制 122
5.6.2 BP神經網絡小目標檢測 124
5.6.3 實驗與分析 124
5.7 一種基於非下采樣Contourlet變換和二維屬性直方圖優選腦分割的紅外空中小目標檢測 129
5.7.1 非下采樣Contourlet域紅外復雜背景抑制 130
5.7.2 基於二維屬性直方圖優選娟的紅外小目標圖像分割 130
5.7.3 算法步驟 133
5.7.4 實驗與分析 133
5.8 基於幀間累加與SUSAN算子的小目標檢測 141
5.8.1 基於巴特沃忠高通濾波的背景抑制 141
5.8.2 相鄰幀問的灰度膨脹累加 142
5.8.3 基於SUSAN算子的小目標檢測 143
5.9 紅外弱小目標檢測過程的理論分析 145
5.9.1 理論推導所用到的假設檢驗理論 145
5.9.2 檢測概率與虛警概率指標分析 146
5.10 小結 152
參考文獻 152
第6章 紅外成像制導中的運動目標跟蹤 155
6.1 引言 155
6.2 運動目標跟蹤基礎理論 156
6.2.1 貝葉斯濾波理論 156
6.2.2 卡爾曼濾波器 157
6.2.3 粒子濾波理論 158
6.3 圖像跟蹤所用到的視覺特征 162
6.4 基於遺傳重采樣的粒子濾波目標跟蹤方法 163
6.4.1 粒子濾波算法存在問題 163
6.4.2 利用遺傳算法進行粒子重采樣 163
6.4.3 遺傳重采樣粒子濾波算法過程 164
6.4.4 仿真與分析 165
6.5 紅外飛機目標溢出視場後關鍵攻擊部位跟蹤 170
6.5.1 目標溢出視場的判斷準則 171
6.5.2 局部跟蹤點的選擇和關鍵攻擊部位的確定 172
6.6 小結 173
參考文獻 174
第7章 紅外成像制導中的目標識別 176
7.1 引言 176
7.2 目標分類與識別的特征概述 177
7.2.1 目標識別的常用圖像特征 178
7.2.2 不變性特征的基本概念 180
7.2.3 目標不變性特征選擇 180
7.3 飛機目標及其背景的紅外特性 181
7.3.1 飛機的紅外特性 181
7.3.2 背景輻射 183
7.4 紅外飛機目標飛行姿態的判別 183
7.4.1 目標幾何不變矩特征提取 184
7.4.2 目標歸一化轉動慣量及組合矩特征提取 185
7.4.3 飛行姿態的判別 186
7.5 基於飛行姿態的飛機關鍵攻擊部位選擇 188
7.5.1 機軸與機翼的判定 188
7.5.2 利用幾何關繫計算駕駛艙關鍵攻擊部位 189
7.5.3 發動機關鍵攻擊部位標定 190
7.5.4 序列圖像的關鍵部位識別 191
7.6 基於亞像素技術的紅外目標定位 191
7.6.1 亞像素定位技術 192
7.6.2 遠距離紅外目標的亞像素定位 193
7.6.3 有形狀紅外目標的亞像素定位 195
7.7 成像段制導信息的獲取 200
7.8 小結 201
參考文獻 202
第8章 紅外成像制導圖像處理的加速技術 204
8.1 引言 204
8.2 利用單指令流多數據流指令集加速紅外圖像處理算法 205
8.2.1 SIMD指令集概述 206
8.2.2 利用SIMD指令加速紅外圖像處理算法 208
8.2.3 基於SIMD硬件指令加速的並行光線跟蹤算法 211
8.3 利用多核技術加速紅外圖像處理算法 217
8.3.1 多核多線程技術 217
8.3.2 OpenMP多線程編程 219
8.4 基於圖形處理器的紅外圖像處理算法加速 221
8.4.1 GPU通用計算模型 223
8.4.2 利用GPU加速的小波變換 225
8.4.3 利用GPU加速的FCM聚類算法 231
8.4.4 利用GPU加速的粒子濾波算法 235
8.5 小結 239
參考文獻 239
