高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于时空域的暗弱空间运动点目标检测算法

王敏 赵金宇 陈涛 崔博川

王敏, 赵金宇, 陈涛, 崔博川. 基于时空域的暗弱空间运动点目标检测算法[J]. 电子与信息学报, 2017, 39(7): 1578-1584. doi: 10.11999/JEIT161044
引用本文: 王敏, 赵金宇, 陈涛, 崔博川. 基于时空域的暗弱空间运动点目标检测算法[J]. 电子与信息学报, 2017, 39(7): 1578-1584. doi: 10.11999/JEIT161044
WANG Min, ZHAO Jinyu, CHEN Tao, CUI Bochuan. Moving Point Object Detection from Faint Space Based on Temporal-spatial Domain[J]. Journal of Electronics and Information Technology, 2017, 39(7): 1578-1584. doi: 10.11999/JEIT161044
Citation: WANG Min, ZHAO Jinyu, CHEN Tao, CUI Bochuan. Moving Point Object Detection from Faint Space Based on Temporal-spatial Domain[J]. Journal of Electronics and Information Technology, 2017, 39(7): 1578-1584. doi: 10.11999/JEIT161044

基于时空域的暗弱空间运动点目标检测算法

doi: 10.11999/JEIT161044
基金项目: 

国家863计划项目(2011AA8082035),中国科学院长春光学精密机械与物理研究所三期创新工程资助项目(065X32CN60)

Moving Point Object Detection from Faint Space Based on Temporal-spatial Domain

Funds: 

The National 863 Program of China (2011AA 8082035), The Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, the Third Phase of Innovative Engineering Projects (065X32CN60)

  • 摘要: 为了对空间目标进行精确定位与跟踪,建立目标运动轨迹,该文对基于运动信息的星图暗弱空间运动点目标检测算法进行研究。首先建立一种新的空间运动点目标描述模型,然后提出基于相关系数矩阵的运动点目标检测算法,最后提取目标运动轨迹,并给出了点目标运动速度的估计模型。根据实测数据和硬件平台,提出了检测概率和虚警率相结合的评价方法对算法进行验证。试验结果表明,所提方法能够在保持较低的虚警概率下获得较高的检测概率,优于参与比较的其它目标检测方法。与单纯扩大望远镜口径相比,该方法为提高空间暗弱目标识别能力提供了具有更高性价比的有效途径。
  • [1] 吴连大. 人造卫星与空间碎片的轨迹和探测[M]. 北京: 中国科学技术出版社, 2011: 1-8.
    [2] WU Lianda. Orbits and Detection of Satellite and Space Debris[M]. Beijing: China Science and Technology Press, 2011: 1-8.
    [3] 孙挺, 齐迎春, 耿国华. 基于帧间差分和背景差分的运动目标检测算法[J]. 吉林大学学报(工学版), 2016, 46(4): 1325-1329. doi: 10.13229/j.cnki. jdxbgxb201604044.
    [4] SUN Ting, QI Yingchun, and GENG Guohua. Moving object detection algorithm based on frame difference and background subtraction[J]. Journal of Jilin University (Engineering and Technology Edition), 2016, 46(4): 1325-1329. doi:  10.13229/j.cnki.jdxbgxb201604044.
    [5] 江汉红, 熊玮佳, 李庆. 一种基于GMM的目标检测改进算法[J]. 武汉理工大学学报, 2013, 35(3): 132-135. doi: 10.3963 /j.issn.1671-4431.2013.03.027.
    [6] JIANG Hanhong, XIONG Weijia, and LI Qing. An improved target detection algorithm based on GMM[J]. Journal of Wuhan University of Technology, 2013, 35(3): 132-135. doi:  10.3963/j.issn.1671-4431.2013.03.027.
    [7] PICCARDI M. Background subtraction techniques: A review [C]. IEEE International Conference on Systerms, Man and Cybemeties, Sydney, Australia, 2004: 3099-3104. doi: 10.1109 /ICSMC.2004.1400815.
    [8] VALLEJO D, ALBUSAC J, and JIMENEZ L. A cognitive surveillance system for detection incorrect traffic behaviors[J]. Expert Systems with Applications, 2009, 36(7): 10503-10511. doi: 10.1016/j.eswa.20 09.01.034.
    [9] SENET T, EISELEIN V, and PATZOLD M. Efficient real- time local optical flow estimation by means of integral projections[C]. International Conference on Image Processing (ICIP 2011), Brussel, 2011: 2393-2396. doi: 10.1109/ICIP. 2011.6116111.
    [10] 肖军, 朱世鹏, 黄杭, 等. 基于光流法的运动目标检测与跟踪算法[J]. 东北大学学报(自然科学版), 2016, 37(6): 770-774. doi:  10.3969/j.issn.1005-3026.2016.06.003.
    [11] XIAO Jun, ZHU Shipeng, HUANG Hang, et al. Object detecting and tracking algorithm based on optic flow[J]. Journal of Northeastern University (Natural Science), 2016, 37(6): 770-774. doi:  10.3969/j.issn.1005-3026.2016.06.003.
    [12] KRAVCHONOK A. Detection of moving objects in video sequences by the computation of optical flow based on region growing[J]. Pattern Recognition and Image Analysis, 2011, 21(2): 283-286. doi:  10.1134/S1054661811020647.
    [13] 刘洪彬, 常发亮. 权重系数自适应光流法运动目标检测[J]. 光学精密工程, 2016, 24(2): 460-468. doi: 10.3788/OPE. 20162402.0460.
    [14] LIU Hongbin and CHANG Faliang. Moving object detection by optical flow method based on adaptive weight coefficient [J]. Optics and Precision Engineering, 2016, 24(2): 460-468. doi:  10.3788/OPE.20162402.0460.
    [15] 李淼, 龙云利, 李骏, 等. 采用多伯努利滤波器的过采样点目标检测前跟踪[J]. 光学精密工程, 2015, 23(12): 3446-3455. doi:  10.3788/OPE.20152312.3446.
    [16] LI Miao, LONG Yunli, LI Jun, et al. Oversampling point target track-before-detect by Multi-Bernoulli filter[J]. Optics and Precision Engineering, 2015, 23(12): 3446-3455. doi:  10.3788/OPE.20152312.3446.
    [17] ZHENG D K, WANG S Y, and QIN X. A dynamic programming track-before-detect algorithm based on local linearization for non-Gaussian clutter background[J]. Chinese Journal of Electronics, 2016, 25(3): 583-590. doi: 10.1049/cie. 2016.05.027.
    [18] DAVEY S J, RUTTEN M G, and CHEUNG B. A comparison of detection performance for several track-before-detect algorithms[C]. Proceedings of the IEEE 2008 International Conference on Information Fusion, Cologne, Germany, 2008, 2008: 1-8. doi:  10.1155/2008/428036.
    [19] 李振伟, 张涛, 孙明国. 星空背景下空间目标的快速识别与精密跟踪[J]. 光学精密工程, 2015, 23(2): 589-599. doi: 10.3788 /OPE.20152302.0589.
    [20] LI Zhenwei, ZHANG Tao, and SUN Mingguo. Fast recognition and precise orientation of space objects in star background[J]. Optics and Precision Engineering, 2015, 23(2): 589-599. doi:  10.3788/OPE.20152302.0589.
    [21] 张健, 娄树理, 任建存. 基于时序多帧投影的空间目标检测算法[J]. 激光与红外, 2015, 45(1): 88-93. doi: 10.3969/j.issn. 1001-5078.2015.01.020.
    [22] ZHANG Jian, LOU Shuli, and REN Jiancun. Space target detection algorithm based on sequential multi-frames projection[J]. Laser Infrared, 2015, 45(1): 88-93. doi:  10.3969/j.issn.1001-507.2015.01.020.
    [23] 王恩旺, 王恩达. 改进的帧差法在空间运动目标检测中的应用[J]. 天文研究与技术, 2016, 13(3): 333-339. doi: 10.14005/ j.cnki.issn1672-7673.20160316.00.
    [24] WANG Enwang and WANG Enda. Application of an improved frame difference method in space moving target detection[J]. Astronomical Research and Technology, 2016, 13(3): 333-339. doi: 10.14005/j.cnki.issn1672-7673.20160316. 002.
    [25] 黄宗福, 汪金真, 陈曾平. 光电探测中空间目标和恒星目标运动特性分析[J]. 光电工程, 2012, 39(4): 67-72. doi: 10.3969 /j.issn.1003-501X.2012.04.012.
    [26] HUANG Zongfu, WANG Jinzhen, and CHEN Zengping. Motion characteristic analysis of space target and stellar target in opto-electronic observation[J]. Opto-Electronic Engineering, 2012, 39(4): 67-72. doi: 10.3969/j.issn.1003- 501X.2012.04.012.
    [27] 张春华, 周晓东, 陈维真. 基于背景抑制的星空图像目标运动轨迹提取[J]. 红外与激光工程, 2008, 37(1): 143-146. doi:  10.3969/j.issn.1007-2276.2008.01.033.
    [28] ZHANG Chunhua, ZHOU Xiaodong, and CHEN Weizhen. Target trace acquisition method of star images based on background elimination[J]. Infrared and Laser Engineering, 2008, 37(1): 143-146. doi: 10.3969/j. issn.1007-2276.2008.01. 033.
  • [1] 罗会兰, 陈鸿坤.  多尺度语义信息融合的目标检测, 电子与信息学报. doi: 10.11999/JEIT200147
    [2] 刘政怡, 刘俊雷, 赵鹏.  基于样本选择的RGBD图像协同显著目标检测, 电子与信息学报. doi: 10.11999/JEIT190393
    [3] 杜兰, 魏迪, 李璐, 郭昱辰.  基于半监督学习的SAR目标检测网络, 电子与信息学报. doi: 10.11999/JEIT190783
    [4] 邹鲲.  认知雷达的未知目标检测, 电子与信息学报. doi: 10.11999/JEIT170254
    [5] 马俊虎, 刘长远, 甘露.  基于压缩感知的CFAR目标检测算法, 电子与信息学报. doi: 10.11999/JEIT170382
    [6] 王宝艳, 张铁, 王新刚.  基于带汇点Laplace扩散模型的显著目标检测, 电子与信息学报. doi: 10.11999/JEIT161296
    [7] 杜兰, 刘彬, 王燕, 刘宏伟, 代慧.  基于卷积神经网络的SAR图像目标检测算法, 电子与信息学报. doi: 10.11999/JEIT161032
    [8] 张林, 李秀友, 刘宁波, 关键.  基于分形特性改进的EMD目标检测算法, 电子与信息学报. doi: 10.11999/JEIT150731
    [9] 范一飞, 罗丰, 李明, 胡冲, 陈帅霖.  海杂波AR谱多重分形特性及微弱目标检测方法, 电子与信息学报. doi: 10.11999/JEIT150581
    [10] 章建成, 苏涛, 吕倩.  基于运动参数非搜索高速机动目标检测, 电子与信息学报. doi: 10.11999/JEIT151042
    [11] 方明, 戴奉周, 刘宏伟, 王小谟, 秦童.  基于联合稀疏恢复的宽带雷达动目标检测方法, 电子与信息学报. doi: 10.11999/JEIT150442
    [12] 郑作虎, 王首勇.  一种分数低阶局部最优目标检测方法, 电子与信息学报. doi: 10.11999/JEIT150108
    [13] 刘龙, 孙强, 宋琦军.  面向目标检测的多尺度运动注意力融合算法研究, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.00477
    [14] 孙康, 金钢, 朱晓华.  基于波动分析的海上小目标检测, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.00927
    [15] 钱李昌, 许稼, 孙文峰, 彭应宁.  基于宽带时空Radon-Fourier变换的高速微弱目标检测方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01094
    [16] 王建, 袁宵, 李禹, 黄春琳, 粟毅.  利用互相关和Hough变换快速检测探地雷达目标, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01134
    [17] 尚秀芹, 宋红军, 程增菊, 赵秉吉.  非均匀环境中的分布目标自适应检测, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.00576
    [18] 肖慧, 胡卫东, 郁文贤.  基于二次混频DPT的LFMCW雷达多目标检测和参数估计, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.00946
    [19] 张辉, 王建国.  基于目标检测的SAR图像匹配算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.00920
    [20] 苏婷婷, 孔令讲, 杨建宇.  基于多谐波微多普勒信号分析的目标摄动参数提取方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.00767
  • 加载中
  • 计量
    • 文章访问数:  711
    • HTML全文浏览量:  71
    • PDF下载量:  397
    • 被引次数: 0
    出版历程
    • 收稿日期:  2016-10-12
    • 修回日期:  2017-02-27
    • 刊出日期:  2017-07-19

    目录

      /

      返回文章
      返回

      官方微信,欢迎关注