為了有效地檢測復(fù)雜背景下的紅外弱小目標(biāo),提出了一種基于橫縱多尺度灰度差（HV-MSGD）的方法來增強(qiáng)弱目標(biāo),并通過距離和像素差異來實(shí)現(xiàn)對背景強(qiáng)邊的抑制。目標(biāo)區(qū)域與周圍區(qū)域之間存在不連續(xù)性,為了加強(qiáng)它們的差異,HV-MSGD與雙邊濾波（BF）相結(jié)合,可以在抑制背景的同時(shí)提高目標(biāo)強(qiáng)度。進(jìn)一步通過自適應(yīng)局部閾值分割和全局閾值分割來提取候選目標(biāo)。為了進(jìn)一步驗(yàn)證對單幀檢測的影響,將上述單幀檢測算法與改進(jìn)的無跡卡爾曼粒子濾波器（U PF）相結(jié)合,實(shí)現(xiàn)軌跡檢測。實(shí)驗(yàn)結(jié)果表明,該方法在弱信噪比（SNR）下優(yōu)于其他方法,在抑制背景的同時(shí)可以增強(qiáng)目標(biāo),增強(qiáng)效果是其他方法的6-30倍。在實(shí)驗(yàn)中,輸入信噪比分別為2.78,1.77,1.79,1.13和1.16。圖像處理后,背景抑制因子（BSFs）分別為13.48,21.33,11.73,20.63和121.92,信噪比增益（GSNRs）分別為40.09,71.37,27.53,12.65和131。該方法的檢測概率（Pd）也優(yōu)于其他算法。當(dāng)誤報(bào)率（FARs）為5×10^-4,1×10^-3,1×10^-4

【文章頁數(shù)】：10 頁

【部分圖文】：

圖１窗口?Ａ：的標(biāo)準(zhǔn)差計(jì)算模塊??

?ｄｅｖｉａｔｉｏｎ?ｏｆ?ｔｈｅ?ｉｍ？??ａｇｅ?ｒｅｆｌｅｃｔｓ?ｔｈｅ?ｃｌｕｔｔｅｒ?ｆｌｕｃｔｕａｔｉｏｎｓ?ｏｆ?ｔｈｅ?ｉｍａｇｅｓ，?ｓｏ?ｔｈｅ??ａｐｐｒｏｐｒｉａｔｅ?ｗｉｎｄｏｗ?ｓｉｚｅ?ｃａｎ?ｂｅ?ｓｅｌｅｃｔｅｄ?ｔｏ?ｏｂｔａｉｎ?ｔｈｅ?ＭＳ....

圖２不同尺寸下不同邊界的響應(yīng)??１．?２?Ｂａｃｋｇｒｏｕｎｄ?ｅｓｔｉｍａｔｉｏｎ—ＢＦ??？??

Ｈｏｒｉｚｏｎｔａｌ?Ｅｄｇｅ??Ｖｅｒｔｉｃａｌ?Ｅｄｇｅ??Ｓｐｏｔ?＾??ｓｃａｌｅ??Ｆｉｇ．?２?Ｔｈｅ?ｒｅｓｐｏｎｓｅ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｂｏｕｎｄａｒｉｅｓ?ａｔ?ｄｉｆｆｅｒｅｎｔ?ｓｃａｌｅｓ??圖２不同尺寸下不同邊界的響應(yīng)??１．?２?Ｂａｃｋｇｒｏ....

圖３橫縱多尺度灰度＃異籬子＿??

ｙ－ｌｊ??ｋ（ｘ，ｙ－ｌ）ｊ??ｐ＋ｌ，ｙ－ｌ（｜??卜＋２，ｙ－ｌ）??ｆ（ｘ－２，ｙ）??ｆ（ｘ－ｌ，ｙ）??ｆ（ｘ，ｙ）??ｆ（ｘ＋ｌ，ｙ）??ｆ（ｘ＋２，ｙ）??卜２，ｙ＋ｌ??Ｆ（ｘ－ｌ，ｙ＋ｌ??ｆ（ｘ，ｙ＋ｌ）??卜＋ｌ，ｙ＋ｌ??ｘ＋２，ｙ＋ｌ）??ｆ（ｘ－２，....

圖４整個小目標(biāo)探測流程示意圖??

ＺＨＵ?Ｈａｎ－Ｌｕ?ｅｔ?ａｌ?：?Ｄｉｍ?ｓｍａｌｌ?ｔａｒｇｅｔｓ?ｄｅｔｅｃｔｉｏｎ?ｂａｓｅｄ?ｏｎ?ｈｏｒｉｚｏｎｔａｌ－ｖｅｒｔｉｃａｌ?ｍｕｌｔｉ－ｓｃａｌｅ?ｇｒａｙｓｃａｌｅ?ｄｉｆｆｅｒｅｎｃｅ??４?期?ｗｅｉｇｈｔｅｄ?ｂｉｌａｔｅｒａｌ?ｆｉｌｔｅｒｉ....

本文編號：4012839