共查询到17条相似文献,搜索用时 281 毫秒
1.
研究了红外面阵传感器图像中小目标的特征,针对目标低信噪比的问题,提出了一种新的单帧红外图像小目标的检测方法。首先用改进的中值滤波对图像进行处理,抑制孤立噪声,然后对图像进行基于提升小波的分解,并用形态学对图像进行背景抑制,最后通过自适应阈值进行二值化分割检测出小目标。实验结果表明:该方法对面阵传感器红外弱小目标有良好的检测效果。 相似文献
2.
针对红外小目标视频图像信噪比低,小目标没有固定的大小形状等特性,提出了一种基于分层阈值化的红外小目标检测技术.对每一个连通域的形状、大小、边缘特性等进行评估,删除伪目标.对于一些固有的背景干扰,则利用先跟踪后检测的方法去除干扰.实验表明该算法具有良好的适应性,对于低信噪比的图片仍然具有良好的效果. 相似文献
3.
4.
研究红外图像中弱小目标的检测问题,提出了一种基于能量累积与均值漂移聚类的红外小目标检测方法。首先利用滑动窗口处理实现图像序列中目标能量积累,去除图像中的随机噪声,提高信噪比;然后选用不同尺度的核带宽对原始图像进行两次均值漂移聚类滤波,将两次滤波所得的图像灰度进行差分来实现背景抑制,提高目标与背景的对比度;之后根据图像的统计特性确定阈值,用门限分割方法提取目标区域,实现候选目标的准确定位;最后利用序列图像中目标运动的连续性和轨迹的一致性筛选出真正的目标。该算法通过选用不同尺度的核带宽进行聚类来得到目标及背景图像,背景抑制的同时也滤除了噪声。实验结果表明,该方法能快速有效地提取复杂背景条件下的红外小目标。 相似文献
5.
复杂背景下低信噪比弱小目标的检测是当今目标捡测的一个热点课题。为了检测到弱小目标,首先对图像进行复杂背景抑制,以达到抑制背景、提高信噪比的目的,然后比较三种方法的背景抑制能力,最后对抑制效果好的图像进行图像分割来进行弱小目标检测。 相似文献
6.
研究红外图像中弱小目标的检测问题,提出了一种基于能量累积与均值漂移聚类的红外小目标检测方法。首先利用滑动窗口处理实现图像序列中目标能量积累,去除图像中的随机噪声,提高信噪比;然后选用不同尺度的核带宽对原始图像进行两次均值漂移聚类滤波,将两次滤波所得的图像灰度进行差分来实现背景抑制,提高目标与背景的对比度;之后根据图像的统计特性确定阈值,用门限分割方法提取目标区域,实现候选目标的准确定位;最后利用序列图像中目标运动的连续性和轨迹的一致性筛选出真正的目标。该算法通过选用不同尺度的核带宽进行聚类来得到目标及背景图像,背景抑制的同时也滤除了噪声。实验结果表明,该方法能快速有效地提取复杂背景条件下的红外小目标。 相似文献
7.
针对远距离复杂背景下红外小目标检测问题,提出了一种基于小波高频距离像的方法;该方法首先将处理空间变换到小波域,通过分析残留背景、目标和噪声系数在高频子带的差异,定义基于邻域均值的子带系数表达形式,构造高频子带系数的中心向量,对小波高频图像进行综合形成距离像,得到红外复杂背景的抑制结果;在此基础上,利用恒虚警率算法将单帧背景抑制图像分割成候选目标、残留背景和噪声像素点;最后,在时间域基于目标运动的相关性,利用管道滤波实现红外小目标的最终检测;仿真实验结果表明,相对于经典算法,该方法可以实现对红外复杂背景的有效抑制,增强目标信号的强度,准确稳定地从红外复杂背景中检测出小目标. 相似文献
8.
基于SVD背景抑制和粒子滤波的弱小目标检测* 总被引:1,自引:1,他引:0
针对云天背景下红外弱小目标的检测算法中常见的目标漏检和检测错误问题,提出了一种基于奇异值分解背景抑制和粒子滤波联合检测算法。该算法首先采用奇异值分解滤波抑制红外图像背景,获取候选目标位置,然后采用粒子滤波算法估计目标运动状态,获取目标搜索窗口,最后将单帧检测候选目标与预测的搜索窗口相结合实现小目标检测。对真实红外图像序列进行实验表明,该方法有效地解决了SVD滤波单帧漏检和粒子滤波预测错误导致的目标检测错误问题,从而提高了低信噪比下弱小目标的检测能力。 相似文献
9.
针对低信噪比复杂背景红外图像弱小目标检测虚警率高的问题,提出一种基于显著图的红外弱小目标动态规划检测前跟踪算法.该算法采用改进的局部区域差分算子提取显著图,根据注意力转移机制设计搜索策略,利用目标移动速度实时更新搜索范围,对多帧连续的显著图进行滤波跟踪,实现对红外图像弱小目标检测.实验结果表明,文中算法在对弱小目标进行有效检测的同时降低虚警率,提高了图像的检测效率. 相似文献
10.
11.
12.
13.
基于能量累积与顺序形态滤波的红外小目标检测 总被引:7,自引:0,他引:7
针对红外序列图象中弱小目标的检测问题 ,提出了基于能量累积与顺序形态滤波的小目标检测方法 .该方法通过设置一定大小的滑动窗口 ,对窗口内的图象序列进行能量累积 ,以达到去除图象中的随机噪声和提高目标的信噪比的目的 .其目标检测采用由粗到精 3个步骤 ,即首先利用顺序形态滤波抑制背景 ,并通过提取目标广义边缘来实现目标的粗定位 ;然后对可能存在目标的区域进行分割 ,通过提取目标几何特征来完成精确定位 ;最后利用序列图象中目标运动的连续性和轨迹的一致性来筛选出真正的目标 .实验结果表明 ,该方法能有效地抑制背景和能提取目标广义边缘 ,并能通过自适应地选择分割门限来完成红外小目标的定位和检测 相似文献
14.
针对红外序列图象中弱小目标的检测问题,提出了基于能量累积与顺序形态滤波的小目标检测方法,该方法通过设置一定大小的滑动窗口,对窗口内的图象序列进行能量累积,以达到去除图象中的随机噪声和提高目标的信噪比的目的,其目标检测采用由粗到精3个步骤,即首先利用顺序形态滤波抑制背景,并通过提取目标广义边缘来实现目标的粗定位,然后对可能存在目标的区域进行分割,通过提取目标几何特征来完成精确定位;最后利用序列图象中目标运动的连续性和轨迹的一致性来筛选出真正的目标,实验结果表明,该方法能有效地抑制背景和能提取目标广义边缘,并能通过自适应地选择分割门限来完成红外小目标的定位和检测。 相似文献
15.
针对红外序列图象中运动弱小目标的检测问题,提出了一种基于能量累积与Top-Hat算子的小目标检测方法,该方法是首先设置一定大小的滑动窗口,并通过对窗口内的图象序旬进行能量累积来去除图象中的随机噪声,以提高目标的信噪比;然后对能量累积后的图象采用形态学中的Top-Hat算子完成候选小目标的检测工作;最后利用序列图象中目标运动的连续性和轨迹的一致性来筛选出真正的目标,同时进行了该方法与传统高通滤波检测方法,在抗噪声性能、背景抑制性能以及抑制虚警目标性能等方面差异的比较实验,实验结果表明,基于能量累积与Top-Hat算子的小目标检测方法在这3个方面都优于高通滤波法,它能够快速、可靠检测出低信噪比的运动小目标。 相似文献
16.
介绍了高斯模板相关匹配红外小目标检测方法,指出了该方法的不足。提出了一种基于高斯模板的红外小目标分层匹配算法,这种方法避免了目标尺寸与模板尺寸失配情况下的匹配不精确问题,能够在不知道目标尺寸参数的情况下匹配到高斯形状的目标。实验结果表明这种方法很好地解决了低信噪比点目标检测问题。 相似文献
17.
基于顺序形态滤波的外运动小目标检测 总被引:4,自引:0,他引:4
针对约外图像中运动弱小目标的检测问题,本文提出了基于顺序形态滤波的小目标检测方法,并给出了具体算法。目标检测分两步进行,首先利用顺序形态滤波抑制背景,检测出候选目标的位置,并对候选目标进行区域分割,最后利用序列图像中目标运动的连续性和轨迹的一致性筛选出真正的目标,作者通过实验比较了该方法与传统高通滤波方法在抗噪声性能,背景抑制性能以及抑制虚警目标性能的差异,实验结果表明,顺序形态滤波法在这三个方面都优于高通滤波法,它能够快速、可靠检测出低信噪比的运动小目标。 相似文献