【摘要】：當(dāng)前紅外目標檢測算法在復(fù)雜背景干擾下通過單幀技術(shù)來實現(xiàn)目標的檢測,使其難以過濾固定噪聲等虛警,為此提出一種基于多尺度Top-Hat選擇變換與加權(quán)融合特征的紅外目標檢測算法。通過對經(jīng)典Top-Hat變換的結(jié)構(gòu)元素進行分割,形成多尺度結(jié)構(gòu)元素,考慮真實目標與背景的灰度差異,構(gòu)建多尺度Top-Hat選擇變換,從不同尺度提取圖像的感興趣信息,將真實目標從背景中分離出來;考慮序列圖像的幀間差異,提取紅外目標的運動特征,聯(lián)合灰度特征與梯度特征,建立加權(quán)融合特征模型,精確定位候選目標區(qū)域;引入二維Ostu分割機制,對提取的候選目標區(qū)域進行分割,完成弱小目標檢測。實驗結(jié)果表明,與當(dāng)前紅外目標檢測技術(shù)相比,在復(fù)雜背景下,所提算法可更好地抑制背景與過濾虛警,具有更高的檢測精度與效率。
，

本文編號：2569973