多特征差异决策耦合Top-Hat变换的红外目标检测

发布时间：2017-09-06 21:25

本文关键词：多特征差异决策耦合Top-Hat变换的红外目标检测

【摘要】：为了提高红外图像弱小目标在复杂背景干扰下的检测精度,本文提出了基于多特征相似度差异决策与改进的Top-Hat变换的红外弱小目标检测算法。该算法通过经典的Top-Hat的单一结构元素进行分割,形成多尺度结构元素,并依据弱小目标与其周围背景之间的灰度差异,定义了灰度变化映射,通过计算其均值与方差,构建目标决策因子,并将其与多尺度结构元素嵌入到Top-Hat变换中,形成了新的Top-Hat变换;随后,联合灰度强度、对比度以及结构信息,建立多特征紧密度差异模型,提取包含真实弱小目标与可疑目标的候选区域;最后,基于弱小目标运动的连续性,引入管道滤波模式,将候选区域中的可疑目标剔除,保留真实弱小目标。实验数据表明:与当前红外弱小目标检测算法相比,在复杂背景干扰下,所提算法的检测精度更高,能够将弱小目标完整地检测出来,具有更好的ROC特性曲线。
【作者单位】：山西财经大学信息管理学院;
【关键词】： 红外弱小目标检测 多特征紧密度差异 Top-Hat变换 灰度变化映射 管道滤波模式
【基金】：国家自然科学基金资助项目(60873100) 山西省自然科学基金资助项目(2012011017-6)
【分类号】：TP391.41
【正文快照】： 0引言为了精确检测红外弱小目标,各国学者设计了相应的红外弱小目标精确检测算法[1-2]。如方义强等人[3]设计了基于方差标记的形态学红外小目标检测算法,通过利用图像像素的局部方差与阈值识别条件对图像进行标记,并借助Top-Hat运算对目标进行增强。然而,该技术采用的经典Top-

【相似文献】

中国期刊全文数据库前7条

1 吴成玉;邰晓英;;基于灰度变化统计的图像检索[J];计算机工程与应用;2007年16期

2 陈川;王卫星;;基于图像灰度等高线及灰度变化加速度的菌落图像分割[J];兵工自动化;2007年11期

3 张军鹏;刘克轩;赵燕;;一种改进的随机脉冲噪声去除方法[J];西南民族大学学报(自然科学版);2006年02期

4 蔡平,刘景堂,阮秋奇;复杂场景中基于统计模型检测运动物体的新方法研究[J];中国人民公安大学学报(自然科学版);1998年04期

5 祁小平,张启衡;运动弱目标检测的一种新方法[J];半导体光电;2004年06期

6 李楠;路小波;;序列交通图像去雾(英文)[J];Journal of Southeast University(English Edition);2011年03期

7 ;[J];;年期

中国硕士学位论文全文数据库前2条

1 尹燕;HIFU消融子宫肌瘤术中靶组织不同灰度变化的预后对比研究[D];重庆医科大学;2015年

2 吴健;基于灰度变化显著度的小波图像融合方法研究[D];华中科技大学;2010年