基于横纵多尺度灰度差异加权双边滤波的弱小目标检测（英文）

发布时间：2024-11-28 22:09

　　 为了有效地检测复杂背景下的红外弱小目标,提出了一种基于横纵多尺度灰度差（HV-MSGD）的方法来增强弱目标,并通过距离和像素差异来实现对背景强边的抑制。目标区域与周围区域之间存在不连续性,为了加强它们的差异,HV-MSGD与双边滤波（BF）相结合,可以在抑制背景的同时提高目标强度。进一步通过自适应局部阈值分割和全局阈值分割来提取候选目标。为了进一步验证对单帧检测的影响,将上述单帧检测算法与改进的无迹卡尔曼粒子滤波器（U PF）相结合,实现轨迹检测。实验结果表明,该方法在弱信噪比（SNR）下优于其他方法,在抑制背景的同时可以增强目标,增强效果是其他方法的6-30倍。在实验中,输入信噪比分别为2.78,1.77,1.79,1.13和1.16。图像处理后,背景抑制因子（BSFs）分别为13.48,21.33,11.73,20.63和121.92,信噪比增益（GSNRs）分别为40.09,71.37,27.53,12.65和131。该方法的检测概率（Pd）也优于其他算法。当误报率（FARs）为5×10^-4,1×10^-3,1×10^-4

【文章页数】：10 页

【部分图文】：

图１窗口?Ａ：的标准差计算模块??

?ｄｅｖｉａｔｉｏｎ?ｏｆ?ｔｈｅ?ｉｍ？??ａｇｅ?ｒｅｆｌｅｃｔｓ?ｔｈｅ?ｃｌｕｔｔｅｒ?ｆｌｕｃｔｕａｔｉｏｎｓ?ｏｆ?ｔｈｅ?ｉｍａｇｅｓ，?ｓｏ?ｔｈｅ??ａｐｐｒｏｐｒｉａｔｅ?ｗｉｎｄｏｗ?ｓｉｚｅ?ｃａｎ?ｂｅ?ｓｅｌｅｃｔｅｄ?ｔｏ?ｏｂｔａｉｎ?ｔｈｅ?ＭＳ....

图２不同尺寸下不同边界的响应??１．?２?Ｂａｃｋｇｒｏｕｎｄ?ｅｓｔｉｍａｔｉｏｎ—ＢＦ??？??

Ｈｏｒｉｚｏｎｔａｌ?Ｅｄｇｅ??Ｖｅｒｔｉｃａｌ?Ｅｄｇｅ??Ｓｐｏｔ?＾??ｓｃａｌｅ??Ｆｉｇ．?２?Ｔｈｅ?ｒｅｓｐｏｎｓｅ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｂｏｕｎｄａｒｉｅｓ?ａｔ?ｄｉｆｆｅｒｅｎｔ?ｓｃａｌｅｓ??图２不同尺寸下不同边界的响应??１．?２?Ｂａｃｋｇｒｏ....

图３横纵多尺度灰度＃异篱子＿??

ｙ－ｌｊ??ｋ（ｘ，ｙ－ｌ）ｊ??ｐ＋ｌ，ｙ－ｌ（｜??卜＋２，ｙ－ｌ）??ｆ（ｘ－２，ｙ）??ｆ（ｘ－ｌ，ｙ）??ｆ（ｘ，ｙ）??ｆ（ｘ＋ｌ，ｙ）??ｆ（ｘ＋２，ｙ）??卜２，ｙ＋ｌ??Ｆ（ｘ－ｌ，ｙ＋ｌ??ｆ（ｘ，ｙ＋ｌ）??卜＋ｌ，ｙ＋ｌ??ｘ＋２，ｙ＋ｌ）??ｆ（ｘ－２，....

图４整个小目标探测流程示意图??

ＺＨＵ?Ｈａｎ－Ｌｕ?ｅｔ?ａｌ?：?Ｄｉｍ?ｓｍａｌｌ?ｔａｒｇｅｔｓ?ｄｅｔｅｃｔｉｏｎ?ｂａｓｅｄ?ｏｎ?ｈｏｒｉｚｏｎｔａｌ－ｖｅｒｔｉｃａｌ?ｍｕｌｔｉ－ｓｃａｌｅ?ｇｒａｙｓｃａｌｅ?ｄｉｆｆｅｒｅｎｃｅ??４?期?ｗｅｉｇｈｔｅｄ?ｂｉｌａｔｅｒａｌ?ｆｉｌｔｅｒｉ....

本文编号：4012839