基于PCNN和改进邻域判决的红外弱小目标检测算法
2018-03-01赵宇飞赵尚男
兵器装备工程学报 2018年1期
李 云,宋 勇,赵宇飞,赵尚男,李 旭,郝 群
(北京理工大学光电学院, 北京 100081)
红外弱小目标检测技术是红外探测系统的核心技术之一,引起了越来越多的研究兴趣[1-2]。目前,红外运动目标检测领域主要面临两个关键问题:① 背景复杂。在具体应用中,红外图像中的背景越来越复杂,导致图像灰度分布不均匀,且杂波干扰严重;② 目标弱小。弱小目标通常仅有几到十几个像素,缺乏可利用的形状和纹理信息,且目标与背景的对比度较低,使得目标的可检测性下降。上述问题使得红外弱小目标的准确和鲁棒性检测面临挑战。
目前,用于复杂背景下的红外弱小目标检测的经典算法主要包括:基于形态学的算法[3],基于小波变换的算法[4],基于背景抑制的算法[2],背景减除法,三维匹配滤波法[5],光流法[6]等。上述算法虽部分解决了强杂波背景下的红外弱小目标检测问题,但均不同程度存在一定的缺陷。例如:形态学算法的检测性能易受结构元素的影响。当图像背景较为复杂时,其检测结果会残留背景杂波;小波变换算法、光流法相对复杂,对硬件系统要求较高[7];背景抑制算法的检测性能在很大程度上依赖于所构造的模型或模板[8],当构造的模型或模板不合适时,其检测能力会受到严重影响;三维匹配滤波方法的检测性能在很大程度上依赖于先验知识,先验知识不正确将导致检测失败。
近年来,红外小目标检测和跟踪领域的相关研究进展包括: Bae等人提出一种新型二维最小均方(LMS)滤波器用于小目标检测[9],其利用LMS滤波器可准确预测图像背景并提取出小目标,但当图像背景复杂、边缘起伏较大时,该算法的效果则难以保证;……
登录APP查看全文
