123,123

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。

關(guān)鍵詞： 海上落水飞机图像判别时差累积优化

中圖分類號(hào)：TP751 文獻(xiàn)標(biāo)志碼：A DOI: 10.16157/j.issn.0258-7998.257092
中文引用格式： 侯明，張?chǎng)?，楊航，? 基于時(shí)差累積優(yōu)化的海上落水飛機(jī)雙流融合灰度值判別方法研究[J]. 電子技術(shù)應(yīng)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

海上落水飛機(jī)的快速、精準(zhǔn)識(shí)別與定位，對(duì)于搜救行動(dòng)尤為重要。據(jù)國(guó)際民航有關(guān)數(shù)據(jù)顯示，僅43%的遇險(xiǎn)目標(biāo)能在黃金72小時(shí)內(nèi)被發(fā)現(xiàn)，其中傳統(tǒng)目視搜索效率不足0.5 km2/h，而機(jī)載光電系統(tǒng)可提升至50 km2/h，可見機(jī)載光電系統(tǒng)在海上航空搜救中承擔(dān)重要角色[1]。但受限于海上環(huán)境等因素，落水飛機(jī)目標(biāo)圖像存在背景噪聲抑制不足、目標(biāo)輪廓不完整、目標(biāo)特征弱化、小目標(biāo)像素點(diǎn)識(shí)別困難、抗干擾能力不足等問題。為了提高對(duì)該類目標(biāo)的識(shí)別能力，國(guó)內(nèi)外研究人員提出了如海浪抑制、海天線檢測(cè)、小目標(biāo)檢測(cè)等算法。其中常用于海上落水飛機(jī)搜尋領(lǐng)域的圖像檢測(cè)算法包括Canny邊緣檢測(cè)算法、模板匹配圖像檢測(cè)算法以及灰度重心光源光斑圖像檢測(cè)算法等[2-5]。但這些算法依賴固定閾值分割，在海浪周期性的波動(dòng)下容易產(chǎn)生虛警，動(dòng)態(tài)干擾復(fù)雜導(dǎo)致誤檢問題，同時(shí)存在對(duì)失事飛機(jī)完整性要求較高、數(shù)據(jù)集體量大等應(yīng)用問題[6-7]。

本文提出了一種基于時(shí)差累積優(yōu)化的海上落水飛機(jī)雙流融合灰度值判別算法，通過雙流目標(biāo)進(jìn)行示位，對(duì)采集后的圖像進(jìn)行“高斯濾波處理-自適應(yīng)閾值分割-多幀圖像累計(jì)-灰度最值統(tǒng)計(jì)-灰度值判別”五級(jí)遞進(jìn)式圖像處理，進(jìn)一步提升海上落水飛機(jī)的判別效果。

本文詳細(xì)內(nèi)容請(qǐng)下載：

http://ihrv.cn/resource/share/2000006873

作者信息：

侯明，張?chǎng)?，楊航，王冬冬，王殿?/p>

（海軍航空大學(xué) 青島校區(qū)，山東青島 266041）

原創(chuàng)聲明：此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。

相關(guān)內(nèi)容