基于卷积神经网络的红外弱小目标检测算法

摘要：

红外弱小目标成像面积小、可用特征少,目标检测极易受背景杂波干扰,因此,如何准确地检测复杂场景下的弱小目标成为一个技术难点.利用卷积神经网络强大的特征提取能力,基于全卷积神经网络设计单帧红外图像小目标提取网络,准确提取出小目标位置,并基于序列相关性,时空域能量累积增强弱目标的强度,通过自适应滤波器滤除孤立噪点,最终准确地提取出红外弱小目标.实验结果表明,相较于传统算法,本算法信噪比及信噪比增益都最高,比目前实用的Tophat算法提高1以上,结果表明提出的算法提取准确性更高,虚警率更低.

关键词：卷积神经网络、红外弱小目标、背景抑制、特征提取、滤波

所属期刊栏目：18

分类号：TP391(计算技术、计算机技术)

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：63-67