基于加权融合特征与Ostu分割的红外弱小目标检测算法

摘要：

为提高红外弱小目标在复杂背景干扰与低信噪比条件下的检测精度与效率,基于局部加权融合特征与分类二维Ostu分割,提出红外弱小目标检测算法.利用红外弱小目标与背景的灰度差异,基于Top-Hat算子设计红外背景过滤机制,使弱小目标从背景中凸显出来,使用图像的熵值定义局部加权融合特征,完成弱小目标的粗定位.采用分形理论计算粗定位区域内所有像素的分维值,构建像素分维像模型完成弱小目标的细定位,并通过特征分类二维Ostu分割机制实现红外弱小目标的精确检测.测试结果表明,与现有红外弱小目标检测算法相比,该算法具有更高的检测精度与更短的检测耗时.

关键词：红外图像、弱小目标检测、局部加权融合特征、背景过滤机制、分类二维Ostu分割

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金JGC101674;江苏省自然科学基金BK20120109

在线出版日期：2017-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：253-260