-
题名空域加权局部对比度的红外小目标检测算法
被引量：10
- 1
-
-
作者
段思韦
王忠华
叶铮
-
机构
南昌航空大学信息工程学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2020年第10期1200-1206,共7页
-
文摘
针对传统局部对比度算法在强杂波背景下,容易引入虚警目标的不足,提出了一种空域加权局部对比度的红外小目标检测算法。首先,利用具有中心激励和侧向抑制性的二维高斯差分滤波器,抑制了原始图像大部分的背景杂波,以提高图像的信噪比;然后,利用目标均值与邻域的中值的比值进行局部对比度测量,再用目标各区域的灰度均值差加权局部对比度,生成目标显著图;最后,对显著图进行自适应阈值分割,检测出真实目标。实验结果表明,与其他几种检测方法对比,该算法不仅具有较高的信躁比增益和背景抑制因子,还具有较高的检测率和较低的虚警率,是一种有效的红外小目标检测方法。
-
关键词
小目标检测
区域灰度均值差
局部对比度
显著图
-
Keywords
dim target detection
region gray mean difference
local contrast
saliency map
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进蚁群算法的图像边缘检测研究
被引量：26
- 2
-
-
作者
汪凯
张贵仓
-
机构
西北师范大学数学与统计学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第23期171-176,共6页
-
基金
甘肃省科技计划资助(No.17YF1FA119)
-
文摘
传统的蚁群算法应用于图像边缘检测时,会出现边缘不够平滑、受噪声影响大、易收敛于局部等问题。为了提高边缘检测的效果,将灰度梯度与区域灰度均值方法相结合,确定蚂蚁的初始位置和启发矩阵;引入权重因子定义新的概率转移函数,并通过混沌算法和自适应参数进行信息素矩阵的更新,避免过早陷入局部最优。实验结果表明,改进的蚁群算法可以有效减少噪声对边缘检测的影响,并获得更加完整和清晰的图像边缘,取得较好的效果。
-
关键词
蚁群算法
边缘检测
权重
梯度
区域灰度均值
自适应
-
Keywords
ant colony algorithm
edge detection
weight
gradient
region gray mean
adaptive
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
