為了提高單幀紅外圖像的檢測(cè)概率,穩(wěn)定檢測(cè)到圖像序列中的弱小目標(biāo),基于改進(jìn)的雙邊濾波與多項(xiàng)式擬合,提出了一種復(fù)雜天空背景下的紅外弱小目標(biāo)檢測(cè)算法。在傳統(tǒng)雙邊濾波算法的權(quán)值系數(shù)中引入背景相關(guān)度因子,有效降低了背景抑制時(shí)目標(biāo)點(diǎn)的影響,提高了目標(biāo)區(qū)域的信噪比以及單幀圖像的檢測(cè)率。為了進(jìn)一步剔除虛假目標(biāo),基于融合目標(biāo)運(yùn)動(dòng)特征,對(duì)目標(biāo)點(diǎn)進(jìn)行多幀確認(rèn)。針對(duì)序列檢測(cè)中目標(biāo)閃爍造成的目標(biāo)漏檢,引入多項(xiàng)式擬合算法對(duì)下一幀目標(biāo)位置進(jìn)行預(yù)測(cè),有效避免了目標(biāo)軌跡截?cái)嗟膯栴}。實(shí)驗(yàn)結(jié)果表明,在信噪比小于2的情況下,該算法能夠穩(wěn)定檢測(cè)到復(fù)雜天空背景下的弱小目標(biāo)軌跡。 

【文章來源】：光學(xué)學(xué)報(bào). 2020,40(05)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

目標(biāo)軌跡檢測(cè)結(jié)果對(duì)比。

從(6)式可以看出,在預(yù)測(cè)中心像素(i,j)的灰度值時(shí),其鄰域像素(p,q)的灰度與局部背景的平均灰度越接近時(shí),背景相關(guān)度因子c越大,即(p,q)所占權(quán)重越大;當(dāng)兩者的差值越大時(shí),c越小,即(p,q)的權(quán)重變小。當(dāng)中心像素移動(dòng)到目標(biāo)區(qū)域時(shí),由于目標(biāo)灰度值高于背景平均灰度且呈高斯分布,通過計(jì)算可知目標(biāo)區(qū)域中心的背景相關(guān)度最小,并且向邊緣方向逐漸增大,如圖1所示。此時(shí),通過背景相關(guān)度因子的調(diào)節(jié),鄰域像素的權(quán)重較傳統(tǒng)雙邊濾波算法有所降低,目標(biāo)像素的灰度得到抑制。3 序列檢測(cè)算法

l max = f?v/u S 。 ??? (7)假設(shè)第k幀中的目標(biāo)位置為xk,則相鄰兩幀間的目標(biāo)點(diǎn)一定滿足條件|xk+1-xk|≤lmax。當(dāng)目標(biāo)作轉(zhuǎn)彎運(yùn)動(dòng)時(shí),目標(biāo)在連續(xù)三幀的位置如圖3所示,其中l(wèi)1=|xk-xk-1|,l2=|xk+1-xk|,l3=|xk+1-xk-1|,則轉(zhuǎn)彎角φ為

【參考文獻(xiàn)】：
期刊論文
[1]基于時(shí)域信噪比的紅外弱小目標(biāo)檢測(cè)（英文）[J]. 劉炎,王濤,陳凡勝,蘇曉鋒.  太赫茲科學(xué)與電子信息學(xué)報(bào). 2019(01)
[2]背景自適應(yīng)的多特征融合的弱小目標(biāo)檢測(cè)[J]. 陸福星,陳忻,陳桂林,饒鵬.  紅外與激光工程. 2019(03)
[3]基于時(shí)空非局部相似性的海上紅外弱小目標(biāo)檢測(cè)[J]. 張素,安博文,潘勝達(dá).  光子學(xué)報(bào). 2018(11)
[4]基于RPCA的單幀紅外小目標(biāo)檢測(cè)算法[J]. 樊俊良,高永明,吳止鍰,李磊.  兵器裝備工程學(xué)報(bào). 2018(11)
[5]基于各向異性雙邊濾波紅外背景抑制方法研究[J]. 王濤,陳凡勝,蘇曉鋒.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[6]滑動(dòng)置信度約束的紅外弱小目標(biāo)跟蹤算法研究[J]. 曾溢良,藍(lán)金輝,鄒金霖.  兵工學(xué)報(bào). 2017(09)
[7]基于相關(guān)濾波器的紅外弱小目標(biāo)檢測(cè)算法[J]. 何玉杰,李敏,張金利,邢宇航.  光學(xué)學(xué)報(bào). 2016(05)
[8]魯棒的高斯和容積卡爾曼濾波紅外目標(biāo)跟蹤算法[J]. 吳昊,陳樹新,楊賓峰,陳坤.  紅外與毫米波學(xué)報(bào). 2016(01)
[9]基于改進(jìn)的剪切波變換和引導(dǎo)濾波的紅外弱小目標(biāo)背景抑制方法[J]. 榮生輝,劉剛,周慧鑫,秦翰林,錢琨,延翔,趙東.  光子學(xué)報(bào). 2015(02)
[10]采用尺度空間理論的紅外弱小目標(biāo)檢測(cè)方法[J]. 龔俊亮,何昕,魏仲慧,朱弘,郭立俊.  紅外與激光工程. 2013(09)

博士論文
[1]復(fù)雜空間環(huán)境下紅外弱小目標(biāo)高可靠檢測(cè)方法研究[D]. 王濤.中國科學(xué)院大學(xué)(中國科學(xué)院上海技術(shù)物理研究所) 2017
[2]紅外序列圖像中運(yùn)動(dòng)弱小目標(biāo)時(shí)域檢測(cè)方法[D]. 王博.西安電子科技大學(xué) 2010



本文編號(hào)：3603537