aiNet背景抑制的单帧红外弱小目标检测

摘要：

针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于人工免疫网络(aiNet)进行背景抑制、基于行列k均值聚类实现阈值分割的单帧红外弱小目标检测算法.首先采用aiNet结合Robinson警戒环技术,融入自组织特征映射(SOM)拓扑思想,设计一系列抗体进化策略,建立自适应局部空间背景模型—模糊拓扑记忆抗体库,并以此分析各像素点的背景模糊隶属度来抑制背景杂波；接着提出基于行列k均值聚类的阈值分割算法来检测真实目标.实验结果表明,该算法的F1指标高达99％,其能随背景的局部变化来自适应建立空间背景模型,从而自适应抑制背景杂波突显目标,能有效提高信噪比检测弱小目标.

关键词：弱小目标检测、人工免疫网络、自组织特征映射、Robinson警戒环、行列k均值聚类

所属期刊栏目：17

分类号：TP391.4(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资助项目212274467;国家科技支撑计划项目2011BAK08B02;湖北省自然科学基金项目2011CDB452

在线出版日期：2012-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1252-1260