星空背景的弱小目标差分增强方法
2015-12-02张江楠
成都信息工程大学学报 2015年3期
魏 敏,文 武,张江楠
(成都信息工程大学计算机学院,四川成都610225)
0 引言
弱小目标检测预处理的主要目的是抑制背景和增强目标信号,其方法繁多,常见的有:灰度拉伸[1]、直方图变换[2]、高通滤波[3-4]目标能量累积[5-7]、波原子变换[8]、四元数傅里叶变换[9]和形态滤波[10-11]等。图像直接差分[12-13]或变形形式(采用基于时空域的双边滤波器估计背景,再将原图与背景做差分运算[14])也广泛应用到弱小目标检测当中,差分的主要目的是抑制背景,减小背景干扰,但是,对于信噪比较低的小目标,经过差分处理后有可能降低目标的信噪比,因此,普通差分并不适合复杂背景的弱小目标检测。如果能够找到一种差分方法,既能抑制背景,又能提高弱小目标的信噪比,这对扩大差分的应用范围和提高弱小目标的检测都是极其有意义的。
针对星空背景的弱小目标检测这一应用场景,提出一种既能抑制背景星,又能增强弱小目标的差分增强方法。星空背景的图像可以分为两大类,一类是背景星位置不变或缓动(定义为做差分运算的两帧图像中的背景星位移不大于1像素);另一类为背景星位置有明显变化。这两类图像均可应用提出的差分方法进行背景星抑制(或完全去除),增强弱小目标,方法应用到这两类图像时,对于背景星运动的情况需要先将背景星进行配准,再运用该方法。为了算法描述简单,仅以第一类图像的情形进行描述。
1 算法描述
图像差分运算指的是……
登录APP查看全文
