共查询到16条相似文献,搜索用时 62 毫秒
1.
本文提出了一种基于最小一乘背景预测的红外小目标检测算法.首先在建立最小一乘准则背景预测模型的基础上,根据最小一乘估计的性质,应用线性规划的方法解决最小一乘估计中极值的选取问题;然后将原始图像与预测图像相减得到预测残差图像;最后利用基于二维指数熵的图像阚值选取快速算法进行分割.文中给出了实验结果与分析,并与基于最小二乘背景预测的检测算法作了比较.实验结果表明,本文提出的算法具有更高的检测概率,优于基于最小二乘背景预测的检测算法. 相似文献
2.
复杂背景下红外小目标识别一直是红外图像处理的关键技术之一,针对复杂云背景下红外弱小目标的时域和空域特征,考虑到易于硬件实现和实时性要求,提出基于快速统计排序滤波和Robinson Guard滤波并行快速处理算法,对复杂背景进行高信噪比抑制。实验证明,该方法能够有效地提高红外弱小目标图像信噪比和复杂背景下的小目标的检测概率。 相似文献
3.
4.
基于模糊融合的红外弱小目标快速检测算法 总被引:1,自引:0,他引:1
提出了一种基于模糊融合的红外弱小目标快速检测新算法。算法以差分图像为基础,根据差分图像的噪声特性引入衡量像素点灰度变化程度的隶属度函数,将经过隶属度函数“模糊化”的数帧差分图像进行模糊“与”操作实现融合,按照规则对融合后的图像进行两次模糊推理,实现了弱小目标的检测。仿真实验结果表明,该算法保留了差分法良好的实时性,克服了确定检测阈值难和“硬”判决带来检测概率低的缺点,能快速有效地检测出低信噪比红外图像序列中的像素个数不小于4的弱小运动目标。 相似文献
5.
6.
基于紧密度FSVM新算法及在故障检测中的应用 总被引:4,自引:0,他引:4
针对传统的模糊支持向量机(FSVM)算法对边缘噪声敏感的不足,提出一种基于非线性紧密度和K最近邻方法(KNN)相结合的FSVM算法.该方法在计算样本隶属度大小时既考虑样本与类中心的距离,类中样本的紧密度,同时还考虑与其他类样本问的关系,其中紧密度的计算采用非线性数据分布描述方法进而使计算的隶属度更精确.实验结果同传统FSVM及其他改进的FSVM算法进行比较,对于国际标准测试数据及轴承故障检测问题,结果验证了建议算法具有很强的鲁棒性及高效的检测性能. 相似文献
7.
鉴于传统的基于单幅图像奇异值分解红外弱小目标检测算法的不足,提出了一种新的基于图像序列奇异值分解的红外弱小目标检测算法.首先,利用图像序列构造图像矩阵并进行奇异值分解,得到对应的特征值与特征向量;其次,利用处理后的特征值和特征向量重构图像序列,得到新的特征图像序列;再次,在特征图像序列中选取合适的特征图像进行处理从而增强目标并抑制背景;然后,对新特征图像进行阈值分割,得到要检测的弱小目标;最后,对序列中的每幅图像分别进行帧间位置修正与帧内位置修正,以达到检测红外弱小目标的目的.实验结果表明该算法具有很好的鲁棒性与实时性. 相似文献
8.
9.
基于图像信息的自动目标检测,在军事及工业领域有着广泛的应用前景.当成像系统和目标的相对位置较远时,目标在图像平面上表现为点状或不稳定斑点状,占有的像素少,信噪比低,在复杂背景下,目标基本上被噪声所淹没,检测比较困难.对这样的弱小目标的检测一直是运动目标探测中一个亟待研究与解决的问题,国内外学者进行了大量的研究.本文对一些典型的检测方法如序贯假设检测法、基于遗传算法的点目标检测与跟踪算法和基于图像对称差分运算的小目标检测方法等进行了分析和研究,阐明了各方法的基本思想、适用范围和优缺点,给出了相应的一些计算公式.最后指出了当前弱小目标检测算法的发展趋势. 相似文献
10.
11.
12.
探讨了在野外实时图像监测中,如何能够准确地检测出突然出现在地平线附近的爆点目标这一问题.提出了一种基于帧间实时差分处理的新的系统图像处理算法.该算法采用帧间差分,对多项图像处理操作进行算法整合,在两帧图像采集期间完成处理任务.此外,算法中为排除野外环境的干扰,提出了依据时空相关性检测的帧间多级差分方法.该方法的特点是能够排除空旷无人地区各种自然因素的干扰,且处理速度快.实验表明了该方法的实时性和有效性. 相似文献
13.
14.
15.
针对在红外图像序列中检测小目标的问题,本文提出了一种新型的单帧检测算法,该算法包括了两个部分:基于小目标孤立度的背景抑制和一种基于目标信杂比的自适应阈值分割.其中,小目标孤立度为本文提出的一种衡量像素属于待检测小目标的量度,与传统方法中把小目标视作图像中高频或者局部突出的思想不同,该量度着重考察目标的"孤立"的特性.实验结果显示,该算法的背景抑制效果明显,尤其对运用传统算法容易发生抑制不充分的建筑物边缘的有很好的抑制能力,与自适应阈值算法结合后的单帧目标检测也取得了满意的检测效果. 相似文献