《电子技术应用》
您所在的位置:首页 > 模拟设计 > 设计应用 > 基于时差累积优化的海上落水飞机双流融合灰度值判别方法研究
基于时差累积优化的海上落水飞机双流融合灰度值判别方法研究
电子技术应用
侯明,张鑫,杨航,王冬冬,王殿宇
海军航空大学 青岛校区
摘要: 针对海上落水飞机目标存在背景噪声抑制不足、目标轮廓不完整、目标特征弱化、小目标像素点识别困难等问题,提出一种基于时差累积优化的双流融合灰度值判别算法,通过构建“双目标特征增强-噪声抑制-时空配准”三维优化,实现五级递进式图像处理。搭建了典型场景下的机载平台图像采集-评估系统,开展了“白天-夜间”阶梯式实验,得到白天实验下双目标信比最高可达1.739,夜晚环境下信背比可达25。
中图分类号:TP751 文献标志码:A DOI: 10.16157/j.issn.0258-7998.257092
中文引用格式: 侯明,张鑫,杨航,等. 基于时差累积优化的海上落水飞机双流融合灰度值判别方法研究[J]. 电子技术应用,2025,51(12):32-38.
英文引用格式: Hou Ming,Zhang Xin,Yang Hang,et al. Study on dual-stream fusion gray value discrimination method for maritime crashed aircraft based on time difference accumulation optimization[J]. Application of Electronic Technique,2025,51(12):32-38.
Study on dual-stream fusion gray value discrimination method for maritime crashed aircraft based on time difference accumulation optimization
Hou Ming,Zhang Xin,Yang Hang,Wang Dongdong,Wang Dianyu
Naval Aviation University
Abstract: In response to the problems existing in the detection of maritime crashed aircraft targets, such as insufficient background noise suppression, incomplete target contours, weakened target features, and difficulty in identifying small target pixels, a dual-stream fusion gray value discrimination algorithm based on time difference accumulation optimization is proposed. By constructing a three-dimensional optimization of "dual-target feature enhancement-noise suppression-spatiotemporal registration", a five-level progressive image processing is realized. An airborne platform image acquisition and evaluation system under typical scenarios is built; "day-night" stepwise experiments are conducted, and it is found that the maximum dual-target signal ratio in daytime experiments can reach 1.739, and the signal-to-background ratio in nighttime environments can reach 25.
Key words : maritime crashed aircraft;image discrimination;time difference accumulation optimization

引言

海上落水飞机的快速、精准识别与定位,对于搜救行动尤为重要。据国际民航有关数据显示,仅43%的遇险目标能在黄金72小时内被发现,其中传统目视搜索效率不足0.5 km²/h,而机载光电系统可提升至50 km²/h,可见机载光电系统在海上航空搜救中承担重要角色[1]。但受限于海上环境等因素,落水飞机目标图像存在背景噪声抑制不足、目标轮廓不完整、目标特征弱化、小目标像素点识别困难、抗干扰能力不足等问题。为了提高对该类目标的识别能力,国内外研究人员提出了如海浪抑制、海天线检测、小目标检测等算法。其中常用于海上落水飞机搜寻领域的图像检测算法包括Canny边缘检测算法、模板匹配图像检测算法以及灰度重心光源光斑图像检测算法等[2-5]。但这些算法依赖固定阈值分割,在海浪周期性的波动下容易产生虚警,动态干扰复杂导致误检问题,同时存在对失事飞机完整性要求较高、数据集体量大等应用问题[6-7]。

本文提出了一种基于时差累积优化的海上落水飞机双流融合灰度值判别算法,通过双流目标进行示位,对采集后的图像进行“高斯滤波处理-自适应阈值分割-多帧图像累计-灰度最值统计-灰度值判别”五级递进式图像处理,进一步提升海上落水飞机的判别效果。


本文详细内容请下载:

https://www.chinaaet.com/resource/share/2000006873


作者信息:

侯明,张鑫,杨航,王冬冬,王殿宇

(海军航空大学 青岛校区,山东 青岛 266041)


subscribe.jpg

此内容为AET网站原创,未经授权禁止转载。