發(fā)布時間：2018-02-20 17:33

  本文關(guān)鍵詞： 圖像處理 線陣CCD 弱小目標(biāo) 視覺顯著性 聚類　出處：《西安工業(yè)大學(xué)學(xué)報(bào)》2016年09期 　論文類型：期刊論文

【摘要】：為解決在復(fù)雜室外環(huán)境中,受到特殊因素干擾時獲取的線陣CCD圖像目標(biāo)檢測率低的問題本文提出了一種基于視覺顯著性的線陣CCD圖像弱小目標(biāo)檢測算法.該算法根據(jù)線陣CCD圖像的特點(diǎn),構(gòu)建了新的特征向量,設(shè)計(jì)了與目標(biāo)形狀相似的雙窗口進(jìn)行多特征比較,通過計(jì)算中心與周圍像素鄰域窗口特征向量的相似性來表達(dá)各個像素的顯著程度,得到圖像的顯著度圖,將顯著度圖聚類,分割出包含目標(biāo)的一類,從復(fù)雜的背景中提取出弱小目標(biāo).經(jīng)過實(shí)驗(yàn)對比分析表明,與傳統(tǒng)目標(biāo)檢測法相比,該算法可以更有效檢測出線陣CCD圖像中的弱小目標(biāo).
[Abstract]:In order to solve the problem in complex outdoor environment, The problem of low detection rate of linear CCD images obtained by special factors this paper presents an algorithm for detecting small and weak targets in linear CCD images based on visual salience. The algorithm is based on the characteristics of linear CCD images. A new feature vector is constructed and a double window similar to the target shape is designed for multi-feature comparison. The saliency of each pixel is expressed by the similarity of the feature vectors between the center and the surrounding pixel neighborhood window. The saliency map of the image is obtained, the salience graph is clustered, the class of targets including the target is segmented, and the dim target is extracted from the complex background. The experimental results show that, compared with the traditional target detection method, The algorithm can detect small and weak targets in linear CCD images more effectively.
【作者單位】： 西安工業(yè)大學(xué)電子信息工程學(xué)院;
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張桂林，，熊艷，曹偉，李強(qiáng);一種評價自動目標(biāo)檢測算法性能的方法[J];華中理工大學(xué)學(xué)報(bào)(社會科學(xué)版);1994年05期

2 秦劍;陳錢;錢惟賢;;基于背景分類的弱小目標(biāo)檢測算法[J];光電工程;2011年01期

3 蔣建國;吳暉;齊美彬;張莉;;攝像機(jī)旋轉(zhuǎn)運(yùn)動下的快速目標(biāo)檢測算法[J];圖學(xué)學(xué)報(bào);2012年03期

4 逯鵬;張姍姍;劉馳;黃石磊;湯玉合;;基于稀疏超完備表示的目標(biāo)檢測算法[J];儀器儀表學(xué)報(bào);2013年06期

5 李大輝;金濤;;弱小目標(biāo)檢測算法的設(shè)計(jì)與分析[J];中國科技信息;2013年16期

6 張明艷;許鋼;孟櫻;;基于時空特性的運(yùn)動目標(biāo)檢測算法研究[J];安徽工程大學(xué)學(xué)報(bào);2013年04期

7 高陳強(qiáng);田金文;王鵬;;基于時域特性分析的紅外運(yùn)動小目標(biāo)檢測算法[J];紅外與激光工程;2008年05期

8 曾脈;左志宏;常曉夫;何煊;;一種準(zhǔn)確而快速的運(yùn)動目標(biāo)檢測算法[J];成都信息工程學(xué)院學(xué)報(bào);2008年04期

9 孫瑾秋;張艷寧;姜磊;王敏;;基于變換域特征的星空背景弱小目標(biāo)檢測算法[J];中國體視學(xué)與圖像分析;2009年02期

10 陳奕奕;吳謹(jǐn);;基于概率估計(jì)的運(yùn)動目標(biāo)檢測算法[J];現(xiàn)代電子技術(shù);2010年10期

相關(guān)會議論文 前10條

1 高飛;蔣建國;安紅新;齊美彬;;一種快速運(yùn)動目標(biāo)檢測算法[A];全國第22屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會議論文摘要集[C];2011年

2 孫瑾秋;張艷寧;姜磊;王敏;;基于變換域特征的星空背景弱小目標(biāo)檢測算法[A];第八屆全國信號與信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2009年

3 鄧宇;陳孝威;;綜合利用時空信息的運(yùn)動目標(biāo)檢測算法[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會議(NCMT'06)論文集[C];2006年

4 袁輝;孫卓;李德民;魏穎;;基于小波多尺度互能量交叉融合濾波的弱小目標(biāo)檢測算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

5 黃龔;鄭錦;劉養(yǎng)科;;攝像機(jī)水平巡掃時的運(yùn)動目標(biāo)檢測算法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計(jì)算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

6 張國華;;一種基于導(dǎo)引頭穩(wěn)定平臺結(jié)構(gòu)的目標(biāo)檢測算法[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

7 王正;劉瑞華;;基于PTZ攝像機(jī)的運(yùn)動目標(biāo)檢測算法[A];全國第一屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C];2006年

8 王彪;王成儒;王芬芬;;一種改進(jìn)的運(yùn)動目標(biāo)檢測算法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

9 劉琳;顧國華;錢惟賢;陳錢;徐富元;;目標(biāo)檢測算法的研究以及SRIO協(xié)議在目標(biāo)檢測的應(yīng)用[A];第八屆華東三省一市真空學(xué)術(shù)交流會論文集[C];2013年

10 陳炳文;王文偉;秦前清;劉志剛;;基于時空融合和粒子濾波的紅外弱小目標(biāo)檢測[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（上冊）[C];2010年

相關(guān)博士學(xué)位論文 前5條

1 王海豐;基于機(jī)器視覺的剖竹機(jī)加工目標(biāo)檢測算法研究[D];東北林業(yè)大學(xué);2015年

2 王俊強(qiáng);圖像中人體目標(biāo)檢測算法研究[D];北京郵電大學(xué);2012年

3 郭明瑋;基于視覺記憶的目標(biāo)檢測算法：一個特征學(xué)習(xí)與特征聯(lián)想的過程[D];中國科學(xué)技術(shù)大學(xué);2014年

4 臧風(fēng)妮;智能視頻監(jiān)控中海面艦船目標(biāo)檢測算法研究[D];中國海洋大學(xué);2014年

5 陳偉;基于PSO的復(fù)雜工業(yè)環(huán)境視覺目標(biāo)檢測算法應(yīng)用研究[D];武漢科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 劉恒建;基于FPGA+DSP的運(yùn)動目標(biāo)檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

2 賈建英;視頻序列中運(yùn)動目標(biāo)檢測算法研究[D];長安大學(xué);2015年

3 萬維;基于深度學(xué)習(xí)的目標(biāo)檢測算法研究及應(yīng)用[D];電子科技大學(xué);2015年

4 陳迪;面向目標(biāo)檢測的視覺注意模型研究[D];上海交通大學(xué);2015年

5 李瑞芹;基于時頻分析的高頻地波雷達(dá)艦船目標(biāo)檢測算法研究[D];中國海洋大學(xué);2015年

6 朱明銘;基于改進(jìn)ISM模型的目標(biāo)檢測技術(shù)研究[D];東南大學(xué);2015年

7 隋欣;基于視覺顯著性的車輛目標(biāo)檢測算法研究[D];東南大學(xué);2015年

8 胡悅;基于DSP的運(yùn)動目標(biāo)檢測算法研究[D];東北石油大學(xué);2010年

9 黃大衛(wèi);復(fù)雜場景下的運(yùn)動目標(biāo)檢測算法研究[D];安徽大學(xué);2016年

10 張鶴;運(yùn)動目標(biāo)檢測算法研究[D];武漢科技大學(xué);2011年

本文編號：1519578