-
题名云杂波背景图像序列中小目标检测算法研究
被引量：5
- 1
-
-
作者
张兵
卢焕章
-
机构
国防科技大学电子科学与工程学院ATR实验室
-
出处
《红外技术》
CSCD
北大核心
2004年第6期66-71,共6页
-
文摘
云杂波背景图像序列中运动小目标的实时检测算法,是红外精确制导系统中的关键算法之一。首先对云杂波背景图像像素进行分类分析,研究了两种最大顺序滤波器和利用序列图像中像素时域剖面检测小目标的自适应方差滤波器算法,继而提出了一种适合云杂波背景的小目标检测算法。使用此算法对两组真实图像序列中运动小目标进行检测,根据对检测结果的分析,指出此算法可有效地完成检测任务,并且具有运算简单、存储量小、可并行实现、实时性好等特点。最后提出了后续工作的方向。
-
关键词
杂波
测算法
小目标检测
顺序滤波
像素
背景图像
滤波器
并行实现
序列图像
图像序列
-
Keywords
cluttered cloud image,dim small target,detection algorithm
-
分类号
TN823
[电子电信—信息与通信工程]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名云背景红外弱小目标结构相似检测算法
被引量：1
- 2
-
-
作者
李晓琼
史彩成
毛二可
-
机构
北京理工大学信息科学技术学院电子工程系
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2008年第S1期411-413,共3页
-
基金
总装预研项目(51301050106)
-
文摘
由于自然物具有结构自相似性的分形几何特征,云背景条件下,天空和云彩的红外图像在灰度分布上具有强的自相似性,而目标与自然物边缘是奇异点。小目标与自然物只有边缘,没有分形结构的自相似性。采用八种分形结构对区域内像素进行旋转映射,确定最小误差为该区域的分形结构,进行图像恢复,恢复出的图像只包含背景。当原始图像与恢复图像的灰度差大于阈值时,检测出的目标为弱小目标。
-
关键词
分形结构
目标检测
云背景
匹配
红外图像
弱小目标
-
Keywords
fractal structure
detect
cloud clutter
match
IR image
dimmed small target
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名云杂波背景弱小目标自适应时-空域滤波检测研究
被引量：2
- 3
-
-
作者
陈尚锋
卢焕章
-
机构
国防科学技术大学ATR国防重点实验室
-
出处
《激光与红外》
CAS
CSCD
北大核心
2008年第7期723-726,共4页
-
文摘
针对复杂云背景成像弱小目标实时检测的需要,提出一种检测能力强、易实现的自适应时-空级联滤波目标检测算法,其中时域滤波采用改进的可递归实现的方差滤波器预检测出包含目标和少量杂波点在内的可疑目标点集,而后通过一种自适应像素空域边缘强度滤波器剔除剩余杂波点。算法两级滤波器的参数均实时更新,因此算法对场景变化适应能力强。对五组实际红外图像序列目标检测的实验结果表明,算法能稳定检测出多类天空背景中的目标。
-
关键词
弱小目标检测
红外图像序列
云杂波
自适应滤波
-
Keywords
dim small target detection
infrared image sequence
cloud clutter
adaptive filtering
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于二维正态云模型算法的红外图像弱小目标检测
被引量：3
- 4
-
-
作者
王洪涛
李丹
-
机构
河南牧业经济学院
-
出处
《红外技术》
CSCD
北大核心
2013年第10期646-649,共4页
-
文摘
针对红外图像弱小目标检测的特点,采用二维正态云模型算法。首先利用一维云的特性建立二维云模型,由两个相互独立的一维云模型函数组成,目标像素的分布点为一个云滴,整个像素分布区域形成的云团反映了图像中目标的特性;接着依据目标判别条件函数来通过函数发生器产生正态云模型;最后在红外图像弱小目标检测误差函数下构造各云层的目标函数。实验仿真显示本文算法对红外图像弱小目标检测效果最好,能检测率高,虚警率低,耗时少。
-
关键词
二维正态云
模型算法
红外图像
弱小目标检测
-
Keywords
two-dimensional normal cloud, model algorithm, infrared image, dim and small target detection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于时域廓线的云杂波背景下红外弱小目标检测
被引量：3
- 5
-
-
作者
徐华
邵晓鹏
刘德连
-
机构
西安电子科技大学技术物理学院
-
出处
《科学技术与工程》
2008年第3期638-642,共5页
-
基金
西省自然科学基金项目(2006F20)资助
-
文摘
根据目标和背景时域特性,建立了目标、云杂波边缘、干净天空背景以及云内部四种像素点的时域模型。并以这四种时域模型为基础,提出了一种云杂波背景下基于时域廓线的弱小目标的检测方法。检测前利用最大中值滤波器进行空域处理,去除了大部分云边缘虚警点。理论分析和实验结果表明,该算法能有效检测出云杂波背景下的小目标。
-
关键词
弱小目标检测
最大中值滤波
时域廓线
云杂波背景
-
Keywords
dim small target detection largest median value filter temporal profile cloud clutters background
-
分类号
TN362
[电子电信—物理电子学]
-
-
题名一种新颖的强海杂波背景下弱小目标鲁棒检测算法
被引量：4
- 6
-
-
作者
袁耀东
许红艳
陶琳
-
机构
郑州澍青医学高等专科学校信息管理中心
河南工业职业技术学院电子信息工程系
郑州大学信息工程学院
-
出处
《红外技术》
CSCD
北大核心
2017年第11期1054-1059,共6页
-
基金
国家自然科学基金项目(61379079)
河南省国际科技合作基金项目(144300510007)
河南省高等学校重点科研项目计划(15B520008)
-
文摘
红外弱小目标的自动检测是光电火控系统、红外导引头等武器装备中的关键技术之一。本文针对复杂海杂波背景下低信噪比目标检测问题,结合SURF特征描述符,提出了一种基于自动聚类分割的弱小目标检测算法。该方法首先利用SURF算法计算出红外图像中的兴趣点,并将多帧的兴趣点投影到一帧中形成累积图。由于目标在红外序列中的连续性,目标点会在累积图中进行聚集;然后使用改进的快速聚类分割算法自适应的检测出疑似目标;最后根据目标类具有的大小约束与线性约束先验信息,从海杂波中区分出所需的弱小目标。大量仿真实验及实物验证表明,相比于其他现有算法,本文提出方法在处理具有较低信噪比/杂波比的视频下的弱小目标时可以获得较好的检测性能,同时该方法的实时性强,可在多项式时间复杂度下得到最优检测目标,适合工程应用。
-
关键词
红外弱小目标
海杂波
SURF特征描
累积图
聚类分割算法
目标检测
-
Keywords
infrared small-dim object, sea-clutter, SURF feature description, cumulative image, clustering algorithm, object detection
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
