复杂背景中小目标的检测与跟踪一直是监视和告警系统的重要组成部分, 综合该领域近年来的研究成果, 从空间滤波和时间滤波的角度对现有的红外小目标检测方法进行了简单的概述, 并分析了今后的研究方向。

弱小目标红外图像的盲元处理算法研究.pdf

空间邻近目标在红外像平面的成像相互交叠，形成簇状像斑，为实现对各目标的有效跟踪与识别，必须对其进行分辨。提出了基于可逆跳跃马尔可夫链蒙特卡罗(RJMCMC)的空间邻近目标红外像平面分辨方法。在对多点源目标的红外像平面成像建模基础上，建立了基于贝叶斯推理的空间邻近目标红外像平面分辨框架，以可逆跳跃马尔可夫链蒙特卡罗方法实现了待估参数后验分布的计算，联合检测和估计出目标个数、各目标像平面投影位置和辐射强度参数。以中段弹道空间邻近目标的天基红外监视为例进行了仿真分析，结果表明，该方法能有效地分辨空间邻近目标中的目标个数和各目标投影位置和辐射强度。

文中基于OpenGL对舰船目标进行红外热像模拟，根据红外物理和传热学知识，综合考虑面元之间辐射、传导、对流以及面元与周围大气、海面、太阳之间的辐射、对流，建立较为完善的舰船目标红外物理模型，计算出舰船各部分的温度分布及辐射亮度分布。根据辐射亮度量化为灰度信息，经过建模、视点变换、环境设置等一系列处理并渲染输出红外图像，并利用双缓存技术实现动态红外图像的生成。

提出一种基于深度学习的弱小目标检测方法,该方法基于语义分割任务,利用全卷积递归网络学习复杂背景下弱小目标的特征,并在网络中使用了残差学习和递归操作,具有加速网络优化、模型参数少、深度递归监督和特征重用等特点。将此方法应用在两个真实的图像序列和红外图像测试集上,与三种最新的弱小目标检测方法进行对比,结果显示,在目标增强和背景抑制方面,此方法取得了最好的可视化效果,并在目标检测率、信噪比增益、信杂比增益和背景抑制因子等评价指标上取得了优秀的测试结果。因此,对于不同场景下的红外图像弱小目标检测问题,此方法具有良好的适用性和鲁棒性。

飞机高空高速飞行条件下，红外图像的获取通常较为耗时、费用昂贵，且受不同成像条 件的影响严重。为解决这类问题，从分析飞机目标红外辐射特性出发，提出飞机蒙皮、尾喷口及尾 焰在不同波段、不同角度下的红外特性计算方法，建立一种飞机红外成像仿真模型。以面向对象技 术设计仿真对象、类和人机接口，通过 VC 软件平台编程生成动态红外图像。在红外制导和火力控 制中，仿真图像对目标检测和跟踪研究具有一定参考价值

此资源为拍摄的飞机离开机场的红外图像，背景干净，目标清晰，可作为目标识别算法的实验样本