基于時差累積優化的海上落水飛機雙流融合灰度值判別方法研究
電子技術應用
侯明，張鑫，楊航，王冬冬，王殿宇
海軍航空大學 青島校區
摘要： 針對海上落水飛機目標存在背景噪聲抑制不足、目標輪廓不完整、目標特征弱化、小目標像素點識別困難等問題，提出一種基于時差累積優化的雙流融合灰度值判別算法，通過構建“雙目標特征增強-噪聲抑制-時空配準”三維優化，實現五級遞進式圖像處理。搭建了典型場景下的機載平臺圖像采集-評估系統，開展了“白天-夜間”階梯式實驗，得到白天實驗下雙目標信比最高可達1.739，夜晚環境下信背比可達25。
中圖分類號：TP751 文獻標志碼：A DOI: 10.16157/j.issn.0258-7998.257092
中文引用格式： 侯明，張鑫，楊航，等. 基于時差累積優化的海上落水飛機雙流融合灰度值判別方法研究[J]. 電子技術應用，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.
中文引用格式： 侯明，張鑫，楊航，等. 基于時差累積優化的海上落水飛機雙流融合灰度值判別方法研究[J]. 電子技術應用，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
海上落水飛機的快速、精準識別與定位，對于搜救行動尤為重要。據國際民航有關數據顯示，僅43%的遇險目標能在黃金72小時內被發現，其中傳統目視搜索效率不足0.5 km2/h，而機載光電系統可提升至50 km2/h，可見機載光電系統在海上航空搜救中承擔重要角色[1]。但受限于海上環境等因素，落水飛機目標圖像存在背景噪聲抑制不足、目標輪廓不完整、目標特征弱化、小目標像素點識別困難、抗干擾能力不足等問題。為了提高對該類目標的識別能力，國內外研究人員提出了如海浪抑制、海天線檢測、小目標檢測等算法。其中常用于海上落水飛機搜尋領域的圖像檢測算法包括Canny邊緣檢測算法、模板匹配圖像檢測算法以及灰度重心光源光斑圖像檢測算法等[2-5]。但這些算法依賴固定閾值分割，在海浪周期性的波動下容易產生虛警，動態干擾復雜導致誤檢問題，同時存在對失事飛機完整性要求較高、數據集體量大等應用問題[6-7]。
本文提出了一種基于時差累積優化的海上落水飛機雙流融合灰度值判別算法，通過雙流目標進行示位，對采集后的圖像進行“高斯濾波處理-自適應閾值分割-多幀圖像累計-灰度最值統計-灰度值判別”五級遞進式圖像處理，進一步提升海上落水飛機的判別效果。
本文詳細內容請下載：
http://www.jysgc.com/resource/share/2000006873
作者信息：
侯明，張鑫，楊航，王冬冬，王殿宇
（海軍航空大學 青島校區，山東 青島 266041）
此內容為AET網站原創，未經授權禁止轉載。