一种改进的各向异性SUSAN红外弱小目标检测方法 (2014年)

运用各向异性SUSAN滤波进行红外弱小目标检测时，考虑到仅依靠4个像素点所确定的边缘方向往往与实际边缘方向存在较大误差，导致滤波后的图像依然保留着较多的背景杂波而不利于弱小目标的检测，因此提出一种边缘方向优化方法，结合坐标变换尽可能多地利用局部图像的像素点来参与边缘方向的估值，并运用高斯-拉普拉斯算子自适应地选择最优化的边缘方向角，使其更贴近于实际边缘；然后将局部图像与中心像素的灰度差均值确定为各向异性SUSAN滤波算子的阈值。实验表明：本文算法具有更好的背景抑制能力，突出目标，较好地提升了红外目标信噪比