期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于加权融合特征与Ostu分割的红外弱小目标检测算法 被引量:15
1
作者 刘昆 刘卫东 《计算机工程》 CAS CSCD 北大核心 2017年第7期253-260,共8页
为提高红外弱小目标在复杂背景干扰与低信噪比条件下的检测精度与效率,基于局部加权融合特征与分类二维Ostu分割,提出红外弱小目标检测算法。利用红外弱小目标与背景的灰度差异,基于Top-Hat算子设计红外背景过滤机制,使弱小目标从背景... 为提高红外弱小目标在复杂背景干扰与低信噪比条件下的检测精度与效率,基于局部加权融合特征与分类二维Ostu分割,提出红外弱小目标检测算法。利用红外弱小目标与背景的灰度差异,基于Top-Hat算子设计红外背景过滤机制,使弱小目标从背景中凸显出来,使用图像的熵值定义局部加权融合特征,完成弱小目标的粗定位。采用分形理论计算粗定位区域内所有像素的分维值,构建像素分维像模型完成弱小目标的细定位,并通过特征分类二维Ostu分割机制实现红外弱小目标的精确检测。测试结果表明,与现有红外弱小目标检测算法相比,该算法具有更高的检测精度与更短的检测耗时。 展开更多
关键词 红外图像 弱小目标检测 局部加权融合特征 背景过滤机制 分类二维ostu分割
在线阅读 下载PDF
加权融合特征耦合Top-Hat变换的红外目标检测算法 被引量:8
2
作者 张智丰 裴志利 张亚荣 《计算机工程与设计》 北大核心 2017年第10期2838-2844,共7页
当前红外目标检测算法在复杂背景干扰下通过单帧技术来实现目标的检测,使其难以过滤固定噪声等虚警,为此提出一种基于多尺度Top-Hat选择变换与加权融合特征的红外目标检测算法。通过对经典Top-Hat变换的结构元素进行分割,形成多尺度结... 当前红外目标检测算法在复杂背景干扰下通过单帧技术来实现目标的检测,使其难以过滤固定噪声等虚警,为此提出一种基于多尺度Top-Hat选择变换与加权融合特征的红外目标检测算法。通过对经典Top-Hat变换的结构元素进行分割,形成多尺度结构元素,考虑真实目标与背景的灰度差异,构建多尺度Top-Hat选择变换,从不同尺度提取图像的感兴趣信息,将真实目标从背景中分离出来;考虑序列图像的帧间差异,提取红外目标的运动特征,联合灰度特征与梯度特征,建立加权融合特征模型,精确定位候选目标区域;引入二维Ostu分割机制,对提取的候选目标区域进行分割,完成弱小目标检测。实验结果表明,与当前红外目标检测技术相比,在复杂背景下,所提算法可更好地抑制背景与过滤虚警,具有更高的检测精度与效率。 展开更多
关键词 红外目标检测 多尺度结构元素 加权融合特征 Top-Hat选择变换 运动特征 二维ostu分割
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部