本文選題：紅外小目標(biāo) + 目標(biāo)檢測�。� 參考：《激光與紅外》2017年05期

【摘要】：小波變換是一種有效的紅外小目標(biāo)檢測方法。然而,在不同的子帶、不同方向上,信號和噪聲所呈現(xiàn)的特性不同,采用單一的閾值往往無法得到一個(gè)令人滿意的檢測結(jié)果。針對這一情況,提出了一種基于小波變換的自適應(yīng)多模紅外小目標(biāo)檢測算法。該算法可以根據(jù)不同尺度和方向上噪聲的分布自動(dòng)調(diào)整閾值,使得檢測結(jié)果更加有效。其中分別采用了自適應(yīng)Bayes Shrink閾值和廣義交叉驗(yàn)證閾值處理每個(gè)子帶的小波系數(shù),接著再利用處理后的系數(shù)重構(gòu)小波圖像,最后通過一個(gè)簡單的全局閾值分割得到紅外小目標(biāo)。實(shí)驗(yàn)結(jié)果表明,與對照方法相比,所提出的算法具有更好的檢測性能和魯棒性。
[Abstract]:Wavelet transform is an effective method for infrared small target detection.However, in different sub-bands and in different directions, the characteristics of signal and noise are different. A single threshold is often not able to obtain a satisfactory detection result.An adaptive multi-mode infrared small target detection algorithm based on wavelet transform is proposed.The algorithm can automatically adjust the threshold according to the distribution of noise in different scales and directions, so that the detection results are more effective.The adaptive Bayes Shrink threshold and the generalized cross validation threshold are used to process the wavelet coefficients of each sub-band, and then the wavelet images are reconstructed by using the processed coefficients. Finally, a simple global threshold is used to segment the small infrared target.Experimental results show that the proposed algorithm has better detection performance and robustness than the control method.
【作者單位】： 陜西師范大學(xué)物理學(xué)與信息技術(shù)學(xué)院;西安航空學(xué)院機(jī)械工程學(xué)院;
【基金】：中國自然科學(xué)基礎(chǔ)研究項(xiàng)目(No.11574192) 陜西省自然科學(xué)基礎(chǔ)研究項(xiàng)目(No.2016GY-110) 陜西省教育廳項(xiàng)目(No.12JK0995)資助
【分類號】：TN219

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張雷;楊風(fēng)暴;郎文杰;李卉;;紅外小目標(biāo)與背景對比度特性研究[J];光電技術(shù)應(yīng)用;2006年01期

2 陳玉丹;周冰;;紅外小目標(biāo)檢測中的背景預(yù)處理技術(shù)研究[J];科學(xué)技術(shù)與工程;2006年18期

3 夏愛利;馬彩文;張礪佳;;紅外小目標(biāo)檢測與跟蹤方法研究[J];科學(xué)技術(shù)與工程;2006年20期

4 張長城;楊德貴;王宏強(qiáng);李智明;;基于粒子濾波的紅外小目標(biāo)跟蹤方法[J];現(xiàn)代防御技術(shù);2008年02期

5 李鵬;陳錢;鄭海鷗;何寶福;;紅外小目標(biāo)圖像的預(yù)處理方法[J];紅外與激光工程;2011年04期

6 盛文,鄧斌,柳健;一種基于多尺度距離像的紅外小目標(biāo)檢測方法[J];電子學(xué)報(bào);2002年01期

7 溫佩芝,史澤林,于海斌;復(fù)雜海面背景紅外小目標(biāo)自動(dòng)檢測方法[J];紅外與激光工程;2003年06期

8 張江輝,陶聲祥,陳翠華;空中紅外小目標(biāo)并行分割算法[J];光電工程;2005年11期

9 楊磊;楊杰;鄭忠龍;;�？諒�(fù)雜背景中基于自適應(yīng)局部能量閾值的紅外小目標(biāo)檢測[J];紅外與毫米波學(xué)報(bào);2006年01期

10 蘇峰;凌清;高梅國;;紅外小目標(biāo)實(shí)時(shí)檢測系統(tǒng)實(shí)現(xiàn)[J];激光與紅外;2008年08期

相關(guān)會(huì)議論文 前3條

1 張雙壘;陳凡勝;段東;林劍春;董玉翠;;基于遺傳算法紅外小目標(biāo)檢測的研究[A];第十屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

2 蔣躍;鄧?yán)?徐生求;;紅外小目標(biāo)檢測算法[A];2009年先進(jìn)光學(xué)技術(shù)及其應(yīng)用研討會(huì)論文集（上冊）[C];2009年

3 倪小慧;黃建軍;;基于Top-hat變換的最大化背景預(yù)測紅外小目標(biāo)檢測方法[A];第八屆全國信號與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)博士學(xué)位論文 前5條

1 錢惟賢;復(fù)雜背景下紅外小目標(biāo)探測與跟蹤若干關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2010年

2 魏長安;紅外小目標(biāo)檢測與跟蹤算法研究[D];哈爾濱工業(yè)大學(xué);2009年

3 楊磊;復(fù)雜背景條件下的紅外小目標(biāo)檢測與跟蹤算法研究[D];上海交通大學(xué);2006年

4 劉云鶴;基于注意機(jī)制的紅外小目標(biāo)檢測與跟蹤算法研究[D];哈爾濱工程大學(xué);2009年

5 趙坤;復(fù)雜環(huán)境下紅外小目標(biāo)檢測與跟蹤技術(shù)研究[D];哈爾濱工程大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 齊立立;基于FPGA的紅外小目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)[D];合肥工業(yè)大學(xué);2014年

2 李洲;紅外小目標(biāo)檢測研究及DSP實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

3 朱冰;天空背景下紅外小目標(biāo)檢測與跟蹤算法研究[D];陜西師范大學(xué);2016年

4 夏愛利;紅外小目標(biāo)檢測方法研究[D];中國科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）;2007年

5 左康懷;復(fù)雜背景下紅外小目標(biāo)檢測方法的研究[D];上海交通大學(xué);2008年

6 郭張婷;紅外小目標(biāo)檢測與跟蹤算法研究[D];陜西師范大學(xué);2012年

7 陳旭;基于背景重建和非均衡圖切割的紅外小目標(biāo)檢測技術(shù)[D];華中科技大學(xué);2012年

8 羅蛟;雜波條件下的紅外海面小目標(biāo)檢測與跟蹤方法研究[D];華中科技大學(xué);2009年

9 尹丹艷;基于背景預(yù)測的紅外小目標(biāo)檢測[D];南京航空航天大學(xué);2010年

10 林曉;紅外小目標(biāo)檢測與跟蹤技術(shù)研究[D];南京航空航天大學(xué);2013年

，

本文編號：1761918