APP下载

基于自适应SUSAN各向异性扩散的红外弱小目标检测

2016-03-27苑智玮黄树彩唐意东熊志刚

红外技术 2016年10期
关键词:背景检测模型

苑智玮,黄树彩,唐意东,熊志刚



基于自适应SUSAN各向异性扩散的红外弱小目标检测

苑智玮,黄树彩,唐意东,熊志刚

(空军工程大学 防空反导学院,陕西 西安 710051)

针对复杂背景下红外弱小目标提取困难的问题,提出了一种自适应SUSAN各向异性扩散的红外弱小目标检测算法。该算法结合SUSAN边缘检测算子与各向异性扩散,形成新的扩散方程对红外图像进行背景预测,与原图像差分后实现弱小目标检测。为使算法具备自适应能力,提出SUSAN边缘检测器灰度差阈值的自适应设定方法,采用绝对偏差中值算子作为其扩散系数。实验结果表明,该算法能够有效滤除复杂图像背景,大幅提升信噪比,同时保留目标大小。

SUSAN边缘检测;各向异性扩散;小目标检测;背景预测;红外图像

0 引言

受红外图像成像机理以及当前红外探测器技术水平的限制,红外图像与可见光图像相比,往往呈现噪声多、边缘模糊、信噪比低等特点,在含有弱小目标的红外图像中表现得更为明显。由于探测系统距离目标位置较远,背景环境复杂,目标呈现的像素点数常常与噪声无异,这无疑为红外预警系统实现精确探测与跟踪带来极大挑战[1]。

当前,学者们针对单帧红外弱小目标检测提出了诸多算法,大致可分为两类,一类算法是基于机器学习的检测方法,它将目标检测视作目标与背景的二分类问题,利用已有的目标与背景的先验知识训练目标与背景的分类器,然后对原有图像处理实现二者的分类判别,典型的有:基于神经网络[2],PCA[3],SVM[4]等方式,由于算法完成训练需要大量先验知识,该类检测手段的应用常常受到限制。……

登录APP查看全文

猜你喜欢

背景检测模型
一半模型
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
重尾非线性自回归模型自加权M-估计的渐近分布
晚清外语翻译人才培养的背景
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用