当前位置:主页 > 科技论文 > 软件论文 >

基于引导滤波与视觉注意机制的红外小目标检测

发布时间:2018-09-13 12:38
【摘要】:将目标从背景中有效分割出来是红外运动目标检测与跟踪技术的一个关键技术。基于热成像原理的红外图像特点是噪声强、干扰多且目标边界模糊不清,尤其是当信号比较弱、热成像面积较小时,背景和噪声在图像中所占比例很大,从而导致对红外小目标的检测难度增大。因此,红外小目标检测技术的研究更具挑战意义。算法针对红外图像小目标的特点及其检测难点,采用引导滤波进行预处理,在保持目标边缘特性的基础上平滑背景增强背景之间关联性,进行降噪。利用视觉注意机制可以引导人眼在海量的数据中关注到对比度大的区域的特性,采用分层阈值化和连通域分析对图像进行感兴趣区域(Region of interest,ROI)提取,在感兴趣区域内采用多尺度LOG滤波提高目标的信杂比,通过信杂比阈值初步的到检测目标。为正确的检测真实小目标并过滤伪目标,对移动式管道滤波进行改进,充分利用管道中的已有目标的先验信息,实现对红外小目标的准确检测。本文对引导滤波的预处理效果和改进后移动式管道滤波进行了多目标、弱目标、背景复杂情况下的对比实验,实验证明其具有良好的有效性。同时对该算法进行多个视频的实验,计算其检测率与虚警率,结果表明该算法具有良好的适应性。
[Abstract]:The key technology of infrared moving target detection and tracking is to segment the target from the background effectively.The infrared image based on thermal imaging principle is characterized by strong noise, more interference and blurred target boundary.Especially when the signal is weak and the thermal imaging area is small, the background and noise occupy a large proportion in the image. Therefore, the research of infrared small target detection technology is more challenging. Aiming at the characteristics of infrared image small target and its detection difficulties, the algorithm uses guided filter to preprocess, smoothes the correlation between background and enhances the background on the basis of keeping the edge characteristics of the target, and denoises. Visual attention mechanism can guide the human eye to focus on the characteristics of the region with large contrast in a large amount of data. Region of interest (ROI) is extracted by hierarchical thresholding and connected area analysis, and the target's signal-to-clutter ratio is improved by multi-scale LOG filtering in the region of interest. In order to detect the real small target and filter the false target correctly, the mobile pipeline filter is improved to make full use of the prior information of the existing targets in the pipeline to realize the accurate detection of the infrared small target. The experimental results show that the algorithm is effective in the case of complex background and target. At the same time, the detection rate and false alarm rate of the algorithm are calculated by several video experiments. The results show that the algorithm has good adaptability.
【学位授予单位】:华中科技大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.41

【参考文献】

相关期刊论文 前9条

1 丁春云;王敏;;基于视觉注意机制的红外小目标检测算法[J];华中科技大学学报(自然科学版);2015年S1期

2 方帅;杨静荣;曹洋;武鹏飞;饶瑞中;;图像引导滤波的局部多尺度Retinex算法[J];中国图象图形学报;2012年07期

3 赵小明;袁胜春;马晓丽;齐琳琳;;基于移动式管道滤波的红外小目标检测方法研究[J];红外技术;2009年05期

4 杜天军;黄自力;高升久;;伪Zernike矩在低信噪比红外目标检测中的应用[J];光学技术;2007年06期

5 李恪;王江安;郭谊;;舰船热尾流红外图像的频域滤波增强技术[J];激光与红外;2007年10期

6 陈柏生;;一种二值图像连通区域标记的新方法[J];计算机工程与应用;2006年25期

7 李剑峰,余农,景晓军;一种基于神经网络的形态滤波器优化设计方法[J];通信学报;2003年10期

8 彭嘉雄,彭铁;弱目标检测的图像流法[J];红外与激光工程;1996年04期

9 刘健庄;栗文青;;灰度图象的二维Otsu自动阈值分割法[J];自动化学报;1993年01期

相关博士学位论文 前1条

1 田明辉;视觉注意机制建模及其应用研究[D];中国科学技术大学;2010年

相关硕士学位论文 前7条

1 范肖肖;基于视觉注意机制的目标检测算法的研究[D];电子科技大学;2015年

2 汪奎伟;红外小目标的检测与跟踪[D];大连理工大学;2013年

3 谢鹏鹤;图像阈值分割算法研究[D];湘潭大学;2012年

4 杨伟;选择性视觉注意机制及其在图像处理中的应用[D];西安电子科技大学;2012年

5 王玉灵;基于双边滤波的图像处理算法研究[D];西安电子科技大学;2010年

6 叶红渝;红外小目标跟踪算法研究[D];哈尔滨工程大学;2009年

7 崔宇巍;运动目标检测与跟踪中有关问题的研究[D];西北大学;2005年



本文编号:2241196

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2241196.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c925a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com