復雜環(huán)境下光電目標探測若干關鍵技術研究.pdf

1、光電假目標技術和光電偽裝技術越來越普遍的使用，使現(xiàn)代戰(zhàn)場環(huán)境越來越復雜，嚴重影響了光電探測系統(tǒng)的探測精度和準度。如何快速準確的區(qū)分復雜戰(zhàn)場環(huán)境中的真假目標是現(xiàn)代光電探測系統(tǒng)發(fā)展的重要任務和迫切需求。本文從紅外輻射光學特性和偏振反射光學特性著手，圍繞復雜環(huán)境下光電目標探測技術，對探測系統(tǒng)非均勻性校正、紅外誘餌假目標辨別、偏振偽裝目標探測等三個方面的內容展開了深入研究。
　　非均勻性問題一直是制約紅外探測器性能的重要難題，偏振多通道探

2、測系統(tǒng)也面臨著類似的通道響應非一致性問題，這些非均勻性問題嚴重影響了探測結果的準確性。本文首先針對紅外圖像非均勻性校正算法的鬼影問題，詳細分析了傳統(tǒng)的基于恒定統(tǒng)計算法產生鬼影的原因，并利用中值濾波對處理異常分布信號的魯棒性，提出了基于場景的時域中值濾波非均勻性校正算法，明顯改善了鬼影殘留問題。然后，提出了基于場景的鄰間差分信號統(tǒng)計非均勻性校正算法，該算法將傳統(tǒng)對圖像絕對強度信號的視角轉移到了對圖像中相鄰像元差分信號的視角上，利用差分統(tǒng)計

3、信號計算得到圖像非均勻性的補償，算法在保證收斂速度的同時，使校正結果殘留鬼影更少。最后，利用多通道偏振探測系統(tǒng)在隨機旋轉運動下的場景信息統(tǒng)計得到通道參數(shù)，提出了基于場景的偏振恒定統(tǒng)計非一致性校正算法。該算法比現(xiàn)有校正算法的適用條件更普遍，校正結果更準確。
　　研究了典型紅外目標和誘餌假目標在多個特征角度下的不同輻射特性，由此構建了多個具有針對性的區(qū)分目標和誘餌的新的特征描述:利用目標和誘餌的輪廓矩的變化特性，構建了動態(tài)輪廓矩特征;

4、利用輪廓的分形特性，構建邊界矩分形和曲率自相關分形特征;利用誘餌輻射變化和運動特性的關系，構建了運動輻射比特征。根據(jù)構建的多個特征描述，提出了復雜環(huán)境下基于多特征聯(lián)合概率數(shù)據(jù)關聯(lián)的動態(tài)目標探測模型，對復雜環(huán)境下的目標和誘餌作最優(yōu)辨別。最后對紅外目標釋放誘餌干擾的過程進行了目標辨別實驗，證明在誘餌假目標干擾的條件下，運用基于多特征聯(lián)合概率數(shù)據(jù)關聯(lián)算法的動態(tài)目標探測模型能夠更準確有效地區(qū)分出目標和誘餌，使系統(tǒng)在復雜環(huán)境下具有更強的抗干擾探測

5、能力。
　　利用真假目標、偽裝目標等不同材料的反射偏振特性，在研究了偏振光學特性的理論以及粗糙表面偏振分布模型的基礎上，提出了基于多角度偏振信息的目標探測方法。該方法利用偏振光不同入射方向和探測方向的數(shù)據(jù)，反演出目標材料的光學常數(shù)，然后利用不同材料的光學常數(shù)進行目標探測。同時，提出了基于穆勒矩陣的自適應偏振目標探測方法，該方法創(chuàng)新性的將偏振探測系統(tǒng)中的偏振狀態(tài)視為模式識別框架中的分類超平面，通過學習場景中的目標以及非目標的穆勒矩陣