APP下载

基于全卷积网络的红外弱小目标检测算法

2021-04-29杨其利周炳红李明涛

红外技术 2021年4期
关键词:检测方法

杨其利,周炳红,郑 伟,李明涛

(1.中国科学院 国家空间科学中心,北京 100190;2.中国科学院大学,北京 100049)

0 引言

红外弱小目标检测和跟踪是红外导引的一项关键技术,在小天体探测、导弹制导和战场侦察等航空航天领域具有重要意义。

由于红外弱小目标探测距离远,目标的成像尺寸非常小,在成像平面上仅仅占几十甚至几个像素,极大地增加了弱小目标检测的难度,主要体现在:目标信号弱,无目标纹理、形状、尺寸等特征信息;目标运动速度快,机动性强,难以获得速度、方向等信息;背景灰度分布不均匀以及随机噪声和高亮度背景的干扰等都增加了弱小目标检测的难度。

中值滤波方法是一种经典的用于图像处理的非线性空间域滤波方法,Deshpand 等人[1]提出的最大中值滤波器,通过将红外图像与滤波图像差分运算,既能够有效抑制图像上起伏的背景信息,又能够抑制景象边缘纹理信息,但是这种方法只对高信噪比的小目标有较好的处理效果。Top-Hat[2]是一种实用的非线性背景估计方法,它对弱小目标的检测效果取决于结构元素的尺寸和形状,但远距离成像条件下无法获知小目标的先验信息,不能选取统一的结构元素。

基于频率域的弱小目标检测方法通过傅里叶变换将图像从空间域转换到频率域上,然后使用高通滤波器对其进行滤波操作,最后进行傅里叶逆变换得到预测图像。Yang 等人[3]将点目标作为图像的高频成分,提出了一种自适应巴特沃斯高通滤波器(Butterworth high pass filter,BHPF)。……

登录APP查看全文

猜你喜欢

检测方法
学习方法
小波变换在PCB缺陷检测中的应用
用对方法才能瘦
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼