紅外成像制導影像處理技術（簡體書）

《紅外成像制導圖像處理技術》系統闡述了紅外成像制導武器系統攻擊目標過程中所要求的紅外圖像降噪與分割、紅外空中弱小運動目標檢測、紅外運動目標跟蹤和紅外運動目標關鍵攻擊部位識別等紅外成像制導圖像處理理論、方法和應用技術，涵蓋了紅外圖像應用中涉及的核心內容。全書共8章，包括紅外成像制導的概念、多分辨率分析理論、紅外成像制導圖像降噪和增強、基于模糊理論的紅外圖像分割、紅外弱小運動目標檢測、紅外運動目標跟蹤、紅外目標關鍵攻擊部位識別、紅外成像制導圖像處理的加速技術等內容。
《紅外成像制導圖像處理技術》內容是作者多年的研究成果，書中所有模型和算法都經過實驗驗證，可以直接應用于紅外成像制導圖像處理領域。《紅外成像制導圖像處理技術》可供計算機科學與技術、控制科學與工程、信息與通信工程等學科中從事紅外圖像處理與分析技術的研究人員和工程技術人員參考，也可作為高等院校相關專業的研究生教材。

前言

第1章 緒論
1．1 引言
1．2 紅外成像制導圖像處理的關鍵技術及研究現狀
1．3 本書的主要理論依據
1．4 本書的結構和內容安排
參考文獻

第2章 紅外導引系統概述
2．1 引言
2．2 紅外導引系統發展概況
2．2．1 紅外導引系統發展簡史
2．2．2 主要發展階段
2．2．3 國外紅外導引系統發展
2．2．4 我國紅外導引系統發展
2．3 紅外導引系統功能
2．4 紅外導引系統的基本構成
2．4．1 紅外探測系統
2．4．2 跟蹤穩定系統
2．4．3 目標信號處理系統
2．4．4 導引信號形成系統
2．5 常用紅外成像制導圖像處理技術
2．5．1 圖像預處理
2．5．2 圖像分割
2．5．3 特征提取
2．5．4 目標識別
2．5．5 目標跟蹤
2．5．6 誤差信號提取
2．6 圖像處理計算機
2．6．1 關鍵器件選擇
2．6．2 系統結構設計
2．7 小結
參考文獻

第3章 紅外成像制導中的圖像降噪和增強
3．1 引言
3．2 小波變換理論
3．2．1 小波變換概念
3．2．2 多分辨率分析
3．2．3 Mallat算法和圖像的離散小波變換
3．3 基于大后驗概率準則的小波域降噪和增強算法
3．3．1 常用的小波域降噪算法
3．3．2 MAP準則下小波系數萎縮因子的確定
3．3．3 小波系數萎縮因子的修正
3．3．4 大后驗概率準則降噪過程描述
3．3．5 仿真與分析
3．4 Contourlet變換理論
3．4．1 拉普拉斯金字塔
3．4．2 方向濾波器組
3．4．3 ContourIet變換過程
3．5 Contourlet域圖像降噪和增強算法
3．5．1 大后驗概率準則的Contourlet域推廣
3．5．2 Contourlet域降噪過程
3．5．3 仿真與分析
3．6 非下采樣Contourlet變換理論
3．7 非下采樣Contourlet域混合統計模型紅外圖像降噪
3．7．1 非下采樣Contourlet域混合統計圖像降噪模型
3．7．2 算法流程
3．7．3 實驗與分析
3．8 小結
參考文獻

第4章 紅外成像制導中的圖像分割
4．1 引言
4．2 基于模糊理論的圖像處理
4．3 模糊C均值聚類圖像分割
4．4 基于鄰域加權的模糊C均值聚類分割
4．4．1 初始聚類中心的確定
4．4．2 圖像鄰域空間信息的利用
4．4．3 基于樣本加權的模糊C均值聚類算法
4．4．4 算法過程
4．4．5 仿真與分析
4．5 基于核距離鄰域加權的模糊C均值聚類分割
4．5．1 算法原理
4．5．2 仿真與分析
4．6 紅外圖像雙閾值分割算法
4．6．1 利用大類間方差法的雙閾值分割
4．6．2 基于峰值合并的多閾值提取及其改進
4．6．3 閾值范圍的選取
4．7 加力紅外目標圖像的分割算法
4．7．1 邊緣提取算法及選擇
4．7．2 基于邊緣和子區域分割算法
4．8 區域選擇與填充
4．9 紅外圖像序列的分割
4．10 小結
參考文獻

第5章 紅外成像制導中的弱小運動目標檢測
5．1 引言
5．2 紅外弱小目標圖像序列模型
5．3 基于尺度間系數相關性的小波域小目標檢測
5．3．1 噪聲、背景和目標的小波系數特性分析
5．3．2 尺度間歸一化相關系數的計算及閾值設定
5．3．3 考慮小目標面積的單幀圖像分割
5．3．4 管道濾波序列圖像檢測
5．3．5 算法過程
5．3．6 仿真與分析
5．4 基于小波高頻系數直接映射的小目標檢測
5．4．1 基于系數能量的背景抑制
5．4．2 小波高頻系數線性映射及關聯
5．4．3 算法過程
5．4．4 仿真與分析
5．5 基于尺度間相關性的非下采樣Contourlet變換小目標檢測
5．5．1 紅外小目標圖像的非下采樣Contourlet變換
5．5．2 小波域尺度間系數相關性到非下采樣Contourlet域的推廣
5．5．3 算法過程
5．5．4 仿真與分析
5．6 基于高頻能量像的非下采樣Contourlet變換小目標檢測
5．6．1 紅外復雜背景抑制
5．6．2 BP神經網絡小目標檢測
5．6．3 實驗與分析
5．7 一種基于非下采樣Contourlet變換和二維屬性直方圖大熵分割的紅外空中小目標檢測
5．7．1 非下采樣Contourlet域紅外復雜背景抑制
5．7．2 基于二維屬性直方圖大熵的紅外小目標圖像分割
5．7．3 算法步驟
5．7．4 實驗與分析
5．8 基于幀間累加與SUSAN算子的小目標檢測
5．8．1 基于巴特沃思高通濾波的背景抑制
5．8．2 相鄰幀間的灰度膨脹累加
5．8．3 基于SUSAN算子的小目標檢測
5．9 紅外弱小目標檢測過程的理論分析
5．9．1 理論推導所用到的假設檢驗理論
5．9．2 檢測概率與虛警概率指標分析
5．10 小結
參考文獻

第6章 紅外成像制導中的運動目標跟蹤
6．1 引言
6．2 運動目標跟蹤基礎理論
6．2．1 貝葉斯濾波理論
6．2．2 卡爾曼濾波器
6．2．3 粒子濾波理論
6．3 圖像跟蹤所用到的視覺特征
6．4 基于遺傳重采樣的粒子濾波目標跟蹤方法
6．4．1 粒子濾波算法存在問題
6．4．2 利用遺傳算法進行粒子重采樣
6．4．3 遺傳重采樣粒子濾波算法過程
6．4．4 仿真與分析
6．5 紅外飛機目標溢出視場后關鍵攻擊部位跟蹤
6．5．1 目標溢出視場的判斷準則
6．5．2 局部跟蹤點的選擇和關鍵攻擊部位的確定
6．6 小結
參考文獻

第7章 紅外成像制導中的目標識別
7．1 引言
7．2 目標分類與識別的特征概述
7．2．1 目標識別的常用圖像特征
7．2．2 不變性特征的基本概念
7．2．3 目標不變性特征選擇
7．3 飛機目標及其背景的紅外特性
7．3．1 飛機的紅外特性
7．3．2 背景輻射
7．4 紅外飛機目標飛行姿態的判別
7．4．1 目標幾何不變矩特征提取
7．4．2 目標歸一化轉動慣量及組合矩特征提取
7．4．3 飛行姿態的判別
7．5 基于飛行姿態的飛機關鍵攻擊部位選擇
7．5．1 機軸與機翼的判定
7．5．2 利用幾何關系計算駕駛艙關鍵攻擊部位
7．5．3 發動機關鍵攻擊部位標定
7．5．4 序列圖像的關鍵部位識別
7．6 基于亞像素技術的紅外目標定位
7．6．1 亞像素定位技術
7．6．2 遠距離紅外目標的亞像素定位
7．6．3 有形狀紅外目標的亞像素定位
7．7 成像段制導信息的獲取
7．8 小結
參考文獻

第8章 紅外成像制導圖像處理的加速技術
8．1 引言
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
8．2．1 SIMD指令集概述
8．2．2 利用SIMD指令加速紅外圖像處理算法
8．2．3 基于SIMD硬件指令加速的并行光線跟蹤算法
8．3 利用多核技術加速紅外圖像處理算法
8．3．1 多核多線程技術
8．3．2 0penMP多線程編程
8．4 基于圖形處理器的紅外圖像處理算法加速
8．4．1 GPU通用計算模型
8．4．2 利用GPU加速的小波變換
8．4．3 利用GPU加速的FCM聚類算法
8．4．4 利用GPU加速的粒子濾波算法
8．5 小結
參考文獻

《紅外成像制導圖像處理技術》：
在遠距離跟蹤階段，導彈與目標的相對距離很大，目標在成像系統中所成的像只是孤點或幾個像素組成的斑點，在視場中存在的時間很長，信號強度弱且易被雜波湮沒，此時若能穩定檢測出目標，對于增大作戰距離和增加反應時間，提高己方的生存概率具有重要的意義。隨著導彈與目標之間的相對距離的減小，目標在紅外成像系統中所成的像逐漸由斑點目標變為多個像素所組成的圖像。當導彈與目標的相對距離縮小到一定值時，紅外成像系統的焦平面上的目標像素數急劇增加，目標圖像的細節更加豐富。此時，要求導引頭根據目標形狀識別目標類型并確定目標的要害部位進行攻擊。在近距離目標充滿視場階段，導彈與目標距離非常接近，目標圖像完全充滿整個視場，導引頭進入盲區工作距離。由于受導彈機動能力的限制，該過程要求以先前獲得的攻擊部位為指導，在導引頭失去對導彈的控制能力之前，確定目標的終攻擊方位。
紅外波段的輻射波長比無線電波短、比可見光長，因而紅外圖像的空間分辨力比雷達高、比可見光低。由于成像器件本身存在的缺陷和環境因素的影響，紅外圖像本身具有細節模糊不清、對比度弱等特點，所以在對目標進行檢測與識別前，需要對紅外圖像進行降噪和增強等預處理。由于在成像機理上存在本質的差異，紅外圖像相對于可見光圖像有著如下不同的特點：
（1）紅外圖像不受能見度的影響，紅外成像系統具有在惡劣陰暗環境條件下工作的能力，可全天時晝夜工作，而可見光成像則不行。紅外輻射穿透煙霧和大氣的能力比可見光強，能克服部分視覺上的障礙而探測到目標，因此紅外成像系統具有較大的作用范圍和很強的抗偽裝干擾能力。另外，當太陽光照射時，目標的可見光圖像可能會受到陰影的影響，而紅外圖像則無此缺點。
（2）在好的光線和可視條件下，可見光圖像相對紅外圖像有較好的顏色對比度和細節分辨率，這主要表現為邊緣的差異和紋理特征的不同。可見光圖像反映場景的空間分辨率，灰度信息較為豐富，物體棱角分明，立體感較強，其邊緣較陡且結構復雜。紅外圖像反映場景的溫度分辨率，它實質上是輻射強度分布圖，灰度層次較少，邊緣相對平滑，無立體感。可見光圖像能夠較好地反映物體表面的紋理細節并利用其判別目標，而紅外圖像則很難直接利用紋理信息。
（3）外界環境的隨機干擾和熱成像系統的不完善，給紅外圖像帶來多種多樣的噪聲，這些分布復雜的噪聲使得紅外圖像的信噪比相對于可見光圖像要低。此外，由于紅外探測器各探測單元的響應特性不一致等原因，造成紅外圖像的非均勻性，這主要體現為圖像的固定圖案噪聲、串擾、畸變等。
（4）由于大氣對不同的紅外波段輻射的吸收與隨機散射程度不同，不同波段的紅外圖像反映同一場景的灰度信息是不同的。利用多波段紅外圖像進行融合處理，可得到更多的有效信息。
（5）實際景物紅外圖像的像素之間存在較大的相關性，目標的紅外圖像含有較多的同質區，像素的灰度具有良好的空間相關性。紅外圖像像素灰度值的動態變化范圍不大，很少充滿整個灰度級空間，絕大部分像素集中于某些相鄰的灰度級范圍，這些范圍以外的灰度級上則沒有或只有很少的像素，而可見光圖像像素的灰度值則分布于幾乎整個灰度級空間。
……