本文選題：單幀檢測　切入點(diǎn)：紅外弱小目標(biāo)　出處：《激光與紅外》2017年09期

【摘要】：為解決復(fù)雜背景下紅外弱小目標(biāo)檢測精度低的問題,本文提出一種基于視覺對比機(jī)制的紅外弱小目標(biāo)檢測方法,算法主要模擬了人眼對目標(biāo)對比度敏感這一機(jī)制。首先利用8向梯度方程提取紅外圖像的梯度顯著圖并二值化處理;根據(jù)小目標(biāo)的尺寸大小特征對梯度顯著圖進(jìn)行優(yōu)化處理,剔除孤立的噪聲點(diǎn)和尺寸較大的背景梯度顯著區(qū)域;利用視覺對比機(jī)制對優(yōu)化后的顯著圖進(jìn)行局部對比度計算,通過閾值處理剔除虛警目標(biāo),完成紅外弱小目標(biāo)檢測。仿真實(shí)驗(yàn)表明,該算法在低信噪比情況下對紅外弱小目標(biāo)的檢測率較高,且虛警率低,單幀檢測時間較小。
[Abstract]:In order to solve the problem of infrared dim target detection in complex background of low accuracy, this paper proposes a method for infrared dim target detection based on visual contrast mechanism, algorithm is used to simulate the human eye to target the contrast sensitivity of this mechanism. Firstly, using 8 infrared image saliency map extraction gradient to gradient equation and binarization processing; according to the the size characteristics of small target to optimize the gradient saliency map, eliminating isolated noise points and larger size gradient background significant areas; local contrast calculation of saliency map optimized using visual contrast mechanism by threshold processing to remove the false alarms, complete the infrared dim target detection. Simulation results show that the algorithm in the case of low SNR detection of infrared dim targets high rate and low false alarm rate, single frame detection time is less.

【作者單位】： 江蘇科技大學(xué)電子信息學(xué)院;
【基金】：國家自然科學(xué)基金(No.61671222) 江蘇省自然科學(xué)基金面上項(xiàng)目(No.SBK2015021788) 江蘇科技大學(xué)研究生創(chuàng)新計劃項(xiàng)目(No.YCX16S-09) 江蘇省研究生科研創(chuàng)新計劃項(xiàng)目(No.KYCX17_1843)資助
【分類號】：TN215;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王榮愛;;紅外弱小目標(biāo)的識別方法[J];光學(xué)技術(shù);2006年S1期

2 袁德明;;預(yù)檢測紅外弱小目標(biāo)的灰度迭代法(英文)[J];科學(xué)技術(shù)與工程;2007年19期

3 劉文;劉朝暉;熊仁生;;一種利用窗口結(jié)構(gòu)提取紅外弱小目標(biāo)的方法[J];光子學(xué)報;2008年03期

4 萬明;張鳳鳴;雷洪利;禚真福;;一種利用十字窗口識別紅外弱小目標(biāo)的新方法[J];光子學(xué)報;2011年05期

5 王雪梅;黃自力;王德勝;;紅外弱小目標(biāo)的單幀捕獲[J];紅外與激光工程;2006年S1期

6 任彪;周浩;馬東輝;鄧潘;;一種基于粒子濾波的紅外弱小目標(biāo)跟蹤方法[J];光電技術(shù)應(yīng)用;2008年02期

7 侯曉暉;胡方明;;基于紅外弱小目標(biāo)門限閾值檢測的新方法[J];激光與紅外;2008年04期

8 李翠蕓;姬紅兵;;新遺傳粒子濾波的紅外弱小目標(biāo)跟蹤與檢測[J];西安電子科技大學(xué)學(xué)報;2009年04期

9 武斌;姬紅兵;;基于模糊融合的紅外弱小目標(biāo)快速檢測算法[J];光電工程;2007年12期

10 余鴻銘;萬敏;顧靜良;;數(shù)字信號處理器紅外弱小目標(biāo)搜索算法[J];強(qiáng)激光與粒子束;2012年08期

相關(guān)會議論文 前2條

1 王雪梅;黃自力;王德勝;;紅外弱小目標(biāo)的單幀捕獲[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（A 光電系統(tǒng)總體技術(shù)專題）[C];2006年

2 黃倩;金偉其;夏潤秋;王霞;馮亮;彭云糧;;基于人眼時限模型的紅外弱小目標(biāo)探測實(shí)驗(yàn)及其分析[A];中國光學(xué)學(xué)會2010年光學(xué)大會論文集[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 武斌;紅外弱小目標(biāo)檢測技術(shù)研究[D];西安電子科技大學(xué);2009年

2 胡永生;復(fù)雜背景中紅外弱小目標(biāo)探測方法研究[D];南京理工大學(xué);2008年

3 汲清波;紅外序列圖像中弱小目標(biāo)檢測方法研究[D];哈爾濱工程大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 代偉;紅外弱小目標(biāo)的檢測與識別[D];浙江大學(xué);2008年

2 楊會民;紅外弱小目標(biāo)的檢測與跟蹤算法研究[D];哈爾濱理工大學(xué);2014年

3 王傘;紅外弱小目標(biāo)檢測技術(shù)研究[D];哈爾濱工程大學(xué);2005年

4 龍波;天空背景下紅外弱小目標(biāo)的檢測與跟蹤算法研究[D];電子科技大學(xué);2010年

5 劉彥;紅外弱小目標(biāo)檢測技術(shù)研究[D];西北工業(yè)大學(xué);2006年

6 史凌峰;紅外弱小目標(biāo)檢測方法研究[D];西安電子科技大學(xué);2003年

7 李義;海天背景下的空中紅外弱小目標(biāo)檢測技術(shù)研究[D];山東大學(xué);2012年

8 顧大曄;弱小目標(biāo)紅外圖像的盲元處理算法研究[D];西安電子科技大學(xué);2012年

9 陳湘憑;基于多特征融合的海天背景紅外弱小目標(biāo)檢測方法研究[D];華中科技大學(xué);2006年

10 占紅來;紅外弱小目標(biāo)搜索跟蹤算法研究[D];中國工程物理研究院;2013年

，

本文編號：1729009