采用反向局部多样加权对比度检测的红外小目标检测
具有高检测率、低虚警率和高检测速度的单帧红外弱小目标检测是一项艰巨的任务,因为目标通常很小且暗淡,并且存在不同类型的干扰,例如高亮背景,复杂的背景边缘和高亮度像素级的噪声点(PNHB).基于HVS的单帧检测算法通常可以实现比传统算法更好的性能,但是,对于基于HVS的算法,如何定义局部对比度的公式是关键问题之一,直接决定算法的性能.到目前为止,研究人员尚未就如何定义局部对比度达成共识,并且已经提出了许多局部对比度定义.现有算法如比值型和差值型的局部对比度算法,不能有效增强真实目标的同时抑制所有干扰,仅以周围区域为背景,而没有考虑周围背景本身的多样性,这些算法浪费了可用于进一步抑制复杂背景的局部多样性信息.提出了一种多尺度比差联合局部对比度检测算法(MRDLCM).它可以结合比值型和差值型算法的优点,因此可以抑制所有类型干扰的同时增强不同大小的真实目标,且不需要任何预处理.此外,提出了基于反向局部多样性(RLD)的权重函数,该函数利用局部周围区域的局部多样性进一步抑制复杂背景.实验结果表明,所提出的MRDLCM_RLD算法相对于现有算法在检测率和误报率上具有有效性和鲁棒性.此外,该算法具有并行处理能力,对于提高检测速度非常有效.
红外小目标检测、人类视觉系统(HVS)、比差联合、局部对比度、反向局部多样性
50
TP391(计算技术、计算机技术)
国家自然科学基金;河南省科技厅科技发展计划;河南省教育厅高校科学研究重点项目;周口师范学院大学生创新创业训练计划项目
2021-09-28(万方平台首次上网日期,不代表论文的发表时间)
共17页
144-160