本文選題：紅外夜視技術(shù) + 目標(biāo)檢測�。� 參考：《光子學(xué)報》2017年06期

【摘要】：為了從全向紅外搜索和跟蹤系統(tǒng)采集的海量大視場高分辨率紅外圖像中快速準(zhǔn)確地檢測出紅外弱小目標(biāo),本文提出了一種基于由粗到細(xì)的分階段檢測策略和時空域特征融合的紅外弱小目標(biāo)檢測算法.首先,通過引入基于頻域的快速顯著性檢測算法預(yù)先檢測出目標(biāo)可能存在的候選區(qū)域;其次,對候選區(qū)域進(jìn)行角點(diǎn)檢測以判定是否存在候選目標(biāo);最后,通過結(jié)合幀間時空域特征對候選目標(biāo)進(jìn)行進(jìn)一步判定,以提取真實目標(biāo)、刪除虛假目標(biāo).多種實際場景的實驗結(jié)果表明,該目標(biāo)檢測算法不僅運(yùn)算量小而且探測概率高、虛警率低,是一種工程實用性能很好的紅外弱小目標(biāo)檢測算法.
[Abstract]:In order to detect small and weak infrared targets quickly and accurately from massive large field of view and high resolution infrared images collected by omnidirectional infrared search and tracking system, In this paper, an infrared small and weak target detection algorithm based on coarse to fine phase detection strategy and temporal and spatial domain feature fusion is proposed. Firstly, the candidate regions are detected in advance by introducing the fast salience detection algorithm based on frequency domain. Secondly, corner detection is carried out to determine the existence of candidate targets. In order to extract the real target and remove the false target, the candidate target is further determined by combining the temporal and spatial domain features of the frame. The experimental results of many real scenes show that the proposed algorithm not only has small computation but also has high detection probability and low false alarm rate. It is a practical infrared small and weak target detection algorithm with good engineering performance.
【作者單位】： 西安電子科技大學(xué)物理與光電工程學(xué)院;
【基金】：國家自然科學(xué)基金(Nos.61107007,61265006,61401343)資助~~
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅曉暉,李見為;雙高斯差模型用于角點(diǎn)檢測研究[J];計算機(jī)工程與應(yīng)用;2003年11期

2 鐘寶江,廖文和;基于精化曲線累加弦長的角點(diǎn)檢測技術(shù)[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2004年07期

3 邱衛(wèi)國,昂海松;基于多特征綜合的角點(diǎn)檢測算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronau;2004年03期

4 陳樂,呂文閣,丁少華;角點(diǎn)檢測技術(shù)研究進(jìn)展[J];自動化技術(shù)與應(yīng)用;2005年05期

5 廖�？�,駱德淵,秦東興,黃大貴;一種改進(jìn)的角點(diǎn)檢測法[J];儀器儀表用戶;2005年02期

6 趙文彬;張艷寧;;角點(diǎn)檢測技術(shù)綜述[J];計算機(jī)應(yīng)用研究;2006年10期

7 侯北平;李平;宋執(zhí)環(huán);;基于滑動窗口的自適應(yīng)角點(diǎn)檢測研究[J];電路與系統(tǒng)學(xué)報;2006年06期

8 郭海霞;解凱;;角點(diǎn)檢測技術(shù)的研究[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報;2007年02期

9 任雁;;角點(diǎn)檢測方法研究[J];機(jī)械工程與自動化;2009年01期

10 朱玉艷;尚振宏;康燕妮;來沛劍;尚晉霞;;角點(diǎn)檢測技術(shù)研究及進(jìn)展[J];電腦開發(fā)與應(yīng)用;2010年03期

相關(guān)會議論文 前10條

1 簡麗娟;劉奇;;基于角點(diǎn)檢測的旋轉(zhuǎn)圖象的拼接實現(xiàn)[A];中國自動化學(xué)會、中國儀器儀表學(xué)會2004年西南三省一市自動化與儀器儀表學(xué)術(shù)年會論文集[C];2004年

2 陳杰春;趙麗萍;郭鳴;;角點(diǎn)檢測不確定度評定方法[A];中國光學(xué)學(xué)會2010年光學(xué)大會論文集[C];2010年

3 范娜;俞利;徐伯夏;;角點(diǎn)檢測算法綜述[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

4 熊薇薇;吳懷宇;;一種改進(jìn)的角點(diǎn)檢測算法[A];中國計量協(xié)會冶金分會2009年年會論文集[C];2009年

5 郭宏國;周銓;趙榮椿;;一種改進(jìn)的基于角點(diǎn)檢測的圖像配準(zhǔn)方法[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

6 敖雪峰;武仲科;周明全;宋榮青;王燕妮;;基于角點(diǎn)檢測的毛筆字筆畫分割算法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

7 王利強(qiáng);郝瑩;;一種基于Forstner算子的角點(diǎn)檢測改進(jìn)算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

8 付朝霞;韓焱;昝波;;基于角點(diǎn)檢測的圖像鑲嵌算法[A];第十一屆中國體視學(xué)與圖像分析學(xué)術(shù)會議論文集[C];2006年

9 楊佳華;郭彤穎;馮群;劉淑娟;李峰;;一種基于曲率尺度空間的局部閾值角點(diǎn)檢測方法[A];第十屆沈陽科學(xué)學(xué)術(shù)年會論文集（信息科學(xué)與工程技術(shù)分冊）[C];2013年

10 田宏亮;蔣曉瑜;張智詮;汪熙;;基于Harris與SUSAN的聯(lián)合角點(diǎn)檢測與匹配算法[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

相關(guān)博士學(xué)位論文 前5條

1 張世征;幾種輪廓曲率估計角點(diǎn)檢測算法研究[D];重慶大學(xué);2016年

2 徐玲;基于圖像輪廓的角點(diǎn)檢測方法研究[D];重慶大學(xué);2009年

3 章為川;基于各向異性高斯核的圖像邊緣和角點(diǎn)檢測[D];西安電子科技大學(xué);2013年

4 鐘寶江;圖象輪廓處理技術(shù)的基礎(chǔ)算法研究[D];南京航空航天大學(xué);2006年

5 羅曉暉;雙高斯差模型的低層次視覺尺度要素檢測研究[D];重慶大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 李冬晴;圖像角點(diǎn)檢測算法與測評技術(shù)研究[D];蘇州大學(xué);2015年

2 曲瑾;基于角點(diǎn)檢測的目標(biāo)跟蹤算法研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

3 陳強(qiáng);一種用于零件檢測的工業(yè)內(nèi)窺鏡研究[D];南京理工大學(xué);2014年

4 廖璇;花樣圖案路徑提取及優(yōu)化方法研究[D];西南科技大學(xué);2015年

5 李火星;基于圖像邊緣的角點(diǎn)檢測算方法研究[D];河南理工大學(xué);2014年

6 孔祥楠;基于邊緣輪廓角點(diǎn)檢測算法的研究[D];西安工程大學(xué);2016年

7 徐偉;鋼絲繩激光非接觸測長方法研究[D];貴州師范大學(xué);2016年

8 陳程;基于圖像處理技術(shù)的視線跟蹤算法設(shè)計與實現(xiàn)[D];內(nèi)蒙古大學(xué);2016年

9 李響;基于圖像技術(shù)的型材截面幾何尺寸測量方法研究[D];鄭州大學(xué);2016年

10 陳俊艷;視頻監(jiān)控中運(yùn)動目標(biāo)檢測與跟蹤算法研究[D];西安郵電大學(xué);2016年

，

本文編號：1960989