【摘要】：針對低對比度下小目標(biāo)常被大量背景雜波和噪聲干擾,檢測結(jié)果不理想的問題,提出了一種基于視覺注意機(jī)制與自適應(yīng)雙結(jié)構(gòu)元素形態(tài)學(xué)濾波的紅外小目標(biāo)檢測方法。根據(jù)人類視覺對比機(jī)制對圖像進(jìn)行感興趣區(qū)域(ROI)提取以確定候選目標(biāo),通過提取輪廓獲得候選目標(biāo)的尺寸,并由獲取的尺寸自適應(yīng)構(gòu)造雙結(jié)構(gòu)元素。運(yùn)用雙結(jié)構(gòu)元素形態(tài)學(xué)濾波抑制噪聲和雜波信號,用中值濾波對形態(tài)學(xué)濾波后的雜點(diǎn)噪聲進(jìn)一步抑制。實(shí)驗(yàn)表明本文提出的算法能有效抑制噪聲干擾,顯著提高目標(biāo)信雜比,準(zhǔn)確檢測弱小紅外目標(biāo),算法具有很好的魯棒性和實(shí)時性。
[Abstract]:Aiming at the problem that small targets are often disturbed by a large number of background clutter and noise under low contrast, and the detection results are not satisfactory, a new infrared small target detection method based on visual attention mechanism and adaptive dual-structure element morphological filtering is proposed. According to the human visual contrast mechanism, the region of interest (ROI) is extracted from the image to determine the candidate target, the size of the candidate target is obtained by extracting the contour, and the obtained size adaptively constructs the dual-structure element. The noise and clutter signals are suppressed by dual structure element morphological filtering, and the noise of clutter after morphological filtering is further suppressed by median filter. Experiments show that the proposed algorithm can effectively suppress noise interference, significantly improve the signal-to-clutter ratio of the target, and accurately detect weak infrared targets. The algorithm has good robustness and real-time performance.
【作者單位】： 華中科技大學(xué)自動化學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(No.613701810)資助
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 蔡陽;林再平;周一宇;;基于形態(tài)學(xué)濾波的紅外弱小目標(biāo)背景抑制[J];電子信息對抗技術(shù);2012年06期

2 白相志;周付根;解永春;金挺;;新型Top-hat變換及其在紅外小目標(biāo)檢測中的應(yīng)用[J];數(shù)據(jù)采集與處理;2009年05期

3 董怡;金偉其;張淼;;數(shù)學(xué)形態(tài)學(xué)濾波在紅外圖像去噪中的應(yīng)用研究[J];激光與紅外;2007年08期

4 楊衛(wèi)平，，沈振康;紅外圖像序列小目標(biāo)檢測預(yù)處理技術(shù)[J];紅外與激光工程;1998年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐文晴;王敏;;基于自適應(yīng)形態(tài)學(xué)濾波的紅外小目標(biāo)檢測算法[J];激光與紅外;2017年01期

2 劉培毅;;基于區(qū)域梯度信息的紅外小目標(biāo)檢測[J];激光與紅外;2016年12期

3 肖寧;李愛軍;;多特征差異決策耦合Top-Hat變換的紅外目標(biāo)檢測[J];光電工程;2016年12期

4 聞凱;;基于復(fù)雜融合特征與灰度-紋理直方圖描述子的紅外弱小目標(biāo)檢測追蹤算法[J];科學(xué)技術(shù)與工程;2016年34期

5 王軍;姜志;柳紅巖;何昕;張新;;基于多向梯度法的紅外弱小目標(biāo)快速檢測方法[J];光電子·激光;2016年09期

6 張嶸;;基于Matlab平臺的遙感圖像變化檢測算法改進(jìn)策略[J];測繪通報(bào);2016年07期

7 李武周;余鋒;王冰;胡琥香;周長榮;;基于形態(tài)學(xué)濾波的紅外圖像背景補(bǔ)償[J];紅外技術(shù);2016年04期

8 馬賢淑;華云松;楊海馬;王光斌;;激光散射式技術(shù)在鋼球表面缺陷檢測中的應(yīng)用[J];激光與紅外;2015年11期

9 胡鑫磊;張國毅;田潤瀾;;一種新的跳頻信號參數(shù)估計(jì)方法[J];電子信息對抗技術(shù);2015年05期

10 武自剛;彭真明;張萍;;強(qiáng)雜波背景紅外弱小目標(biāo)檢測算法[J];強(qiáng)激光與粒子束;2015年04期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 肖啟芝;許凱;關(guān)澤群;周春;秦昆;;一種形態(tài)學(xué)濾波結(jié)構(gòu)元的選擇方法[J];計(jì)算機(jī)工程與應(yīng)用;2007年21期

2 葛平俱;蘇平;王秀麗;張艷;;基于數(shù)學(xué)形態(tài)學(xué)的混合消噪法[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年07期

3 余農(nóng),吳常泳,湯心溢,李范鳴;紅外目標(biāo)檢測的自適應(yīng)背景感知算法[J];電子學(xué)報(bào);2005年02期

4 葉斌,彭嘉雄,盧漢清;順序形態(tài)濾波在小目標(biāo)和點(diǎn)目標(biāo)檢測中的應(yīng)用研究[J];自動化學(xué)報(bào);2002年06期

5 葉斌,彭嘉雄;基于形態(tài)學(xué)Top-Hat算子的小目標(biāo)檢測方法[J];中國圖象圖形學(xué)報(bào);2002年07期

6 葉斌,彭嘉雄;基于能量累積與順序形態(tài)濾波的紅外小目標(biāo)檢測[J];中國圖象圖形學(xué)報(bào);2002年03期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 雷濤;樊養(yǎng)余;毛力;;廣義自對偶形態(tài)學(xué)濾波器及其在圖像去噪中的應(yīng)用[J];光電子.激光;2011年01期

2 雷濤;樊養(yǎng)余;;雙算子形態(tài)學(xué)濾波器[J];自動化學(xué)報(bào);2011年04期

3 趙志強(qiáng);王昕;陳海松;;基于圖像二維熵的自適應(yīng)形態(tài)學(xué)濾波方法[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2008年01期

4 錢素琴;;基于最優(yōu)形態(tài)學(xué)濾波的面料縫紉加工檢測[J];中國圖象圖形學(xué)報(bào);2008年10期

5 申雪利;張成斌;;新型形態(tài)學(xué)濾波器的構(gòu)造與應(yīng)用[J];軟件導(dǎo)刊;2012年07期

6 丁勇;陸生禮;時龍興;;基于形態(tài)學(xué)濾波和小角度邊緣搜索的運(yùn)動自適應(yīng)去隔行[J];中國圖象圖形學(xué)報(bào);2008年05期

7 鄒立建,王茜倩,劉敬海;形態(tài)學(xué)濾波在玫瑰掃描亞成像系統(tǒng)中的應(yīng)用(英文)[J];Journal of Beijing Institute of Technology(English Edition);2001年04期

8 雷濤;沈瑜;王小鵬;;基于形態(tài)學(xué)濾波的圖像偽邊緣去除方法[J];蘭州交通大學(xué)學(xué)報(bào);2008年03期

9 黃一萬;朱國力;;基于形態(tài)學(xué)濾波的激光標(biāo)靶中激光光斑的識別[J];微計(jì)算機(jī)信息;2012年09期

10 雷選華,曹躍輝,王江安;一種保持圖像細(xì)節(jié)的形態(tài)學(xué)濾波器[J];海軍工程大學(xué)學(xué)報(bào);2001年01期

相關(guān)會議論文 前3條

1 盧光旭;范華;;基于形態(tài)學(xué)濾波和雙邊濾波的紅外弱小目標(biāo)檢測[A];2011西部光子學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

2 李貴俊;劉正熙;游志勝;王寧;;一種基于熵增強(qiáng)和自適應(yīng)形態(tài)學(xué)濾波的快速車標(biāo)定位方法[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

3 魏穎;徐心和;賈同;趙大哲;;基于多尺度形態(tài)學(xué)濾波的CT圖像肺結(jié)節(jié)檢測算法[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 藍(lán)章禮;橋梁健康監(jiān)測系統(tǒng)的數(shù)據(jù)獲取：理論和方法研究[D];重慶大學(xué);2008年

相關(guān)碩士學(xué)位論文 前6條

1 李愛軍;基于幀差法的交通圖像形態(tài)學(xué)濾波處理方法的研究[D];沈陽工業(yè)大學(xué);2006年

2 馬樹發(fā);基于改進(jìn)虛擬格網(wǎng)的機(jī)載LiDAR數(shù)據(jù)的形態(tài)學(xué)濾波[D];西安電子科技大學(xué);2014年

3 夏歡歡;基于形態(tài)學(xué)濾波的最小噪聲分離及其應(yīng)用[D];成都理工大學(xué);2013年

4 楊憲強(qiáng);植入式腦—機(jī)接口[D];山東科技大學(xué);2011年

5 李大偉;復(fù)雜背景紅外弱小目標(biāo)檢測[D];哈爾濱工業(yè)大學(xué);2013年

6 楊碩;心電QT間期自動測量方法的研究[D];天津大學(xué);2008年

本文編號：2209881