基于FSVM时域背景预测的红外弱小目标检测

摘要：

本文提出了一种基于模糊支持向量机(FSVM)时域背景预测的红外弱小目标检测方法.首先针对前几帧图像中对应同一位置像素点的灰度值序列,利用模糊支持向量机进行函数拟合,并据此预测下一帧图像在该位置处像素点的灰度值:然后将原始图像与预测图像相减得到预测残差图像,利用基于二维Tsallis-Havrda-Charvat熵的阈值选取快速算法进行分割,并根据小目标运动的连续性和轨迹的一致性进一步分离噪声和小目标.文中给出了实验结果及分析,并与现有的检测红外小目标的空域和时域背景预测算法进行了比较.结果表明,本文提出的算法具有更高的检测概率,明显优于已有的基于背景预测的红外小目标检测算法.

关键词：红外小目标检测、背景预测、模糊支持向量机、二维Tsallis-Havrda-Charvat熵

所属期刊栏目：37

分类号：TN215(光电子技术、激光技术)

在线出版日期：2010-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：51-57