基于视觉特征融合的机载红外弱小目标检测
针对现有方法在复杂云层和强杂波的干扰环境下的高虚警率或低检测率的问题,提出一种基于视觉特征融合的机载红外弱小目标检测方法.首先,利用Laplace算法对原始图像进行锐化处理,提取图像的轮廓边缘,并将其叠加到原始图像上,目的是增加真实目标与疑似目标的像素强度.然后,根据目标的梯度特征,采用局部多向梯度方法对处理后图像中的复杂背景和强杂波进行抑制.其次,根据图像的灰度差异特征,采用局部灰度差方法适当地增强目标.最后,将通过视觉特征信息获取的图像融合,突出目标的显著性,并对目标进行自适应阈值处理,实现目标的精准检测.实验结果表明,与其他方法相比,所提方法在信杂比、背景抑制因子及检测率指标上得到显著提升,且具有较低的虚警率.
图像处理、视觉特征、红外弱小目标、目标检测、局部多向梯度、局部灰度差
57
TP391(计算技术、计算机技术)
国家重点研发计划2018YFB1702200
2020-11-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
71-78