局部最大熵的红外小目标快速检测方法

发布时间：2020-12-20 06:32

　　近年来,红外弱小目标检测与跟踪技术在信息处理技术领域被广泛研究。航空报警、导弹拦截、近地面监视等多个领域均有较为出色的应用。其中,在不同的环境中如何有效地测量目标是研究人员面临的一项主要挑战。为了解决红外图像中的杂波干扰过多与低目标信噪比等一系列问题,提出了一种基于局部最大熵的红外小目标检测方法。为了提升算法的鲁棒性,提出一种自适应阈值,求出局部最大熵对应的灰度值作为阈值与目标与背景间的灰度差作比较,经过三轮不同判断,找到目标点。最后通过抑制非极大值抑制来去除非目标点。试验结果表明,在复杂多变的背景或低信噪比的情况下,仍具有有效的检测性能,通过与经典top-hat算法的对比实验,观测到无论是在检测时间还是检测准确率,所提出的方法均高于top-hat算法,其中top-hat算法的DR值为88.57,提出的方法的DR值为92.5,top-hat算法的FA值为0.185 7,所提出的方法为0。 

【文章来源】：激光杂志. 2020年07期 北大核心

【文章页数】：5 页

【部分图文】：

小目标的例子

快速检测算法是一种快速、暴力的搜索方法。预测，判断低信噪比的小目标除了目标自己的特征外，另外需要用到周围连续像素与目标的灰度信息。本文采用7×7的窗口遍历图像，以寻找小目标。计算窗口中位置9和位置1与中心Q灰度值之间的差值，如图3所示，用小窗口遍历图像，第一轮判断可以粗略地过滤掉非特征点并提高检测效率。图3 滑动窗口m

滑动窗口m

【参考文献】：
期刊论文
[1]基于小波变换与图像增强技术的红外小目标检测[J]. 侯洁,辛云宏.  激光与红外. 2013(06)
[2]基于局部均值的红外小目标检测算法[J]. 刘运龙,薛雨丽,袁素真,毛峡.  红外与激光工程. 2013(03)
[3]基于形态学滤波的红外弱小目标背景抑制[J]. 蔡阳,林再平,周一宇.  电子信息对抗技术. 2012(06)
[4]改进的K均值聚类红外目标检测方法[J]. 姜斌,石峰,崔东旭,张鹏辉,袁轶慧,张俊举.  应用光学. 2012(04)
[5]利用小波变换与Gabor滤波检测红外小目标[J]. 罗晓清,吴小俊.  红外与激光工程. 2011(09)
[6]基于局部最大熵的多目标图像分割方法[J]. 王广君,田金文,柳健,吴国平.  华中科技大学学报. 2000(12)



本文编号：2927385