没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
针对低信噪比红外图像中弱小目标检测难的问题,在分析红外弱小目标各向梯度特征的基础上,提出了一种新的红外弱小目标检测算法。该算法基于红外弱小目标各向梯度均快速下降的特征,首先根据目标大小在待检测点上、下、左、右选取4个参考点,根据多步长下待检测点与参考点之间的最大梯度特征,判定潜在目标;然后通过连续3帧检测信息的融合,确定最终目标。该算法无需预测背景,计算简单,可在低信噪比、强度变化剧烈的图像中有效检测弱小目标。实验结果表明了算法的有效性。
资源推荐
资源详情
资源评论
书书书
第
31
卷
第
10
期
光
学
学
报
Vol.31
,
No.10
2011
年
10
月
犃犆犜犃犗犘犜犐犆犃犛犐犖犐犆犃
犗犮狋狅犫犲狉
,
2011
基于多步长梯度特征的红外弱小目标检测算法
万
明
1
张凤鸣
1
胡
双
2
1
空军工程大学工程学院,陕西 西安
710038
2
软件工程职业技术学院,湖北 武汉
( )
430000
摘要
针对低信噪比红外图像中弱小目标检测难的问 题,在 分 析红 外弱 小 目标 各向 梯 度特 征的 基 础上,提 出了 一
种新的红外弱小目标检测算法。该算法基于红外弱小目标各向梯度均快速下降 的特 征,首 先根据 目标 大小在 待检
测点上、下、左、右选取
4
个参考点,根据多步长下待 检测 点与 参 考点 之间 的 最大 梯度 特 征,判定 潜 在目 标;然 后通
过连续
3
帧检测信息的融合,确定最终目标。该算法 无需 预测 背 景,计算 简 单,可在 低 信噪 比、强 度变 化剧 烈 的图
像中有效检测弱小目标。实验结果表明了算法的有效性。
关键词
成像系统;红外搜索与跟踪;目标检测;多步长梯度;信息融合;弱小目标
中图分类号
TP391
文献标识码
A
犱狅犻
:
10.3788
/
犃犗犛201131.1011001
犖狅狏犲犾犐狀犳狉犪狉犲犱犇犻犿犪狀犱犛犿犪犾犾犜犪狉
犵
犲狋犇犲狋犲犮狋犻狅狀犃犾
犵
狅狉犻狋犺犿
犅犪狊犲犱狅狀 犕狌犾狋犻犛犮犪犾犲犌狉犪犱犻犲狀狋
犠犪狀犕犻狀
犵
1
犣犺犪狀
犵
犉犲狀
犵
犿犻狀
犵
1
犎狌犛犺狌犪狀
犵
2
1
犐狀狊狋犻狋狌狋犲狅
犳
犈狀
犵
犻狀犲犲狉犻狀
犵
,
犃犻狉犉狅狉犮犲犈狀
犵
犻狀犲犲狉犻狀
犵
犝狀犻狏犲狉狊犻狋
狔
,
犡犻
′
犪狀
,
犛犺犪犪狀狓犻
710038
,
犆犺犻狀犪
2
犛狅
犳
狋狑犪狉犲犈狀
犵
犻狀犲犲狉犻狀
犵
犜犲犮犺狀犻犮犪犾犆狅犾犾犲
犵
犲
,
犠狌犺犪狀
,
犎狌犫犲犻
430000
,
( )
犆犺犻狀犪
犃犫狊狋狉犪犮狋
犜狅犱犲狋犲犮狋犱犻犿犪狀犱狊犿犪犾犾狋犪狉
犵
犲狋犻狀犻狀犳狉犪狉犲犱犻犿犪
犵
犲狑犻狋犺犾狅狑狊犻
犵
狀犪犾狋狅狀狅犻狊犲狉犪狋犻狅
,
犪狀狅狏犲犾犪犾
犵
狅狉犻狋犺犿犫犪狊犲犱狅狀
犿狌犾狋犻狊犮犪犾犲
犵
狉犪犱犻犲狀狋狅犳
犵
狉犪
狔
犾犲狏犲犾犻狊
狆
狉犲狊犲狀狋犲犱.犉犻狉狊狋犾
狔
,
犳狅狉犪犾犾
狆
狅犻狀狋狊犻狀犪狀犻犿犪
犵
犲
,
狋犺犲犪犾
犵
狅狉犻狋犺犿狊犲犾犲犮狋狊狌
狆
,
犱狅狑狀
,
犾犲犳狋犪狀犱狉犻
犵
犺狋狉犲犳犲狉犲狀犮犲
狆
狅犻狀狋狊犪狉狅狌狀犱狋犺犲犮狌狉狉犲狀狋
狆
狅犻狀狋犪犮犮狅狉犱犻狀
犵
狋狅狋犺犲狊犻狕犲狅犳狋犪狉
犵
犲狋
,
犪狀犱犻犱犲狀狋犻犳犻犲狊
狆
狅狋犲狀狋犻犪犾狋犪狉
犵
犲狋狊
犫犪狊犲犱狅狀狋犺犲犿犪狓犻犿狌犿
犵
狉犪犱犻犲狀狋狊犫犲狋狑犲犲狀犮狌狉狉犲狀狋
狆
狅犻狀狋犪狀犱狉犲犳犲狉犲狀犮犲
狆
狅犻狀狋狊.犜犺犲狀
,
犳犻狀犪犾狋犪狉
犵
犲狋狊犪狉犲犻犱犲狀狋犻犳犻犲犱狑犻狋犺
狋犺犲犳狌狊犻狅狀 狅犳
狆
狅狋犲狀狋犻犪犾狋犪狉
犵
犲狋 犱犲狋犲犮狋犻狅狀 狉犲狊狌犾狋狊 狅犳狋犺犲狋犺狉犲犲狊犲
狇
狌犲狀狋犻犪犾犻犿犪
犵
犲狊.犜犺犲 犪犾
犵
狅狉犻狋犺犿 犱狅犲狊 狀狅狋 狀犲犲犱
犫犪犮犽
犵
狉狅狌狀犱
狆
狉犲犱犻犮狋犻狅狀
,
犪狀犱犪犮犺犻犲狏犲狊狀狅狋狅狀犾
狔
犺犻
犵
犺犲狉犱犲狋犲犮狋犻狅狀狉犪狋犲犫狌狋犪犾狊狅犾狅狑犲狉犳犪犾狊犲犪犾犪狉犿狉犪狋犲犻狀犻狀犳狉犪狉犲犱犻犿犪
犵
犲
狑犻狋犺犾狅狑狊犻
犵
狀犪犾狋狅狀狅犻狊犲狉犪狋犻狅犪狀犱犮狅犿
狆
犾犲狓犫犪犮犽
犵
狉狅狌狀犱.犈狓
狆
犲狉犻犿犲狀狋犪犾狉犲狊狌犾狋狊狊犺狅狑狋犺犲狏犪犾犻犱犻狋
狔
狅犳狋犺犲犪犾
犵
狅狉犻狋犺犿.
犓犲
狔
狑狅狉犱狊
犻犿犪
犵
犻狀
犵
狊
狔
狊狋犲犿狊
;
犻狀犳狉犪狉犲犱狊犲犪狉犮犺犪狀犱狋狉犪犮犽
;
狋犪狉
犵
犲狋犱犲狋犲犮狋犻狅狀
;
犿狌犾狋犻狊犮犪犾犲
犵
狉犪犱犻犲狀狋
;
犻狀犳狅狉犿犪狋犻狅狀犳狌狊犻狅狀
;
犱犻犿犪狀犱狊犿犪犾犾狋犪狉
犵
犲狋
犗犆犐犛犮狅犱犲狊
110.3080
;
070.5010
;
100.3008
;
200.4560
收稿日期:
20110331
;收到修改稿日期:
20110507
基金项目:国防预研基金(
9140A17020307JB3207
)资助课题。
作者简介:万
明(
1979
—),男,博士,讲师,主要从事机载预警与探测技术等方面的研究。
Email
:
afwanmin
g
@
163.com
1
引
言
红外 搜索与跟踪 系统以其被 动工作方式、抗干
扰性强、分辨率高等特点,广泛应用于目标探测与跟
踪。然而在远距离情况下,目标成像面积小,缺乏结
构纹理特征,同时目标的信号强度也很弱,极易淹没
在背景杂波中
[
1
]
。为有效提高红外搜索与跟踪系统
的探测距离,保证较高的检测率和较低的虚警率,国
内外众多学者提出 了许多有 意 义的检测 算 法,如 针
对单 帧图像的盒 式滤波器算 法
[
2
]
、最大中 值滤波器
方法
[
3
]
、最大化背景模型方法
[
4
]
、二维最小均方滤波
器算法
[
5
,
6
]
、形态学滤波算法
[
7
,
8
]
、小波变换算法
[
9
,
10
]
等,以及针对 图 像 序 列 的 图 像 帧 差 分 法
[
11
]
、最 小 一
乘 算 法
[
12
]
、光 流 估 计 方 法
[
13
,
14
]
和 特 征 选 择 性 滤
波
[
15
]
等。然而许 多 算 法 或 者 对 目 标 或 背 景 有 特 殊
要求,或者在计算量 方 面有待改 善 才能满足 实 际工
程应用的可靠性、实时性需 求。 例如有 的 需要用滤
波器扫描整幅图像,有的需 要 先预测背 景 再计算残
差图像,有的需要计算整幅图像的均值和标准差,其
10110011
资源评论
weixin_38724611
- 粉丝: 3
- 资源: 928
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Scaled-YOLOv4训练自己的数据集详细教程PDF,关于论文阅读请联系小编获取PDF文档.zip
- Scaled-YOLOv4 的 Tensorflow2.x 实现,如 Scaled-YOLOv4扩展跨阶段部分网络中所述.zip
- python动态化爱心图源代码
- RK3588 版 YOLOv5.zip
- RK3566,68,88 的 YoloV5 NPU.zip
- 计算机行业教育新基建跟踪-华西证券-12页.pdf
- 路面水坑,路面坑洼检测,有YOLOV7标记 5000+标记图片
- QT+NCNN 小米手机运行 YOLOv8s.zip
- adafasfww dddsa
- Pytorch 轻松重新实现“YOLOX2021 年超越 YOLO 系列”.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功