对地面弱小目标的检测算法的研究

基金项目: 江苏省“六大人才高峰”计划支持，编号2010-DZXX-022；国家自然科学基金，编号61101199。

详细信息

Research on the Algorithm of Dim and Small Targets Detection on the Ground

摘要: 在研究地面弱小目标时，由于环境、人为误差及成像系统本身的影响，摄像机拍摄的视频会出现画面抖动比较厉害、成像质量差的现象。因此，需要对图像序列进行运动补偿。为实现对地面弱小目标的检测，提出了一种基于Harris角点检测的对地面弱小目标的检测算法。该算法利用了残差图中的灰度信息及残差图序列，在时间上具有连续性，算法的稳定性高，精度较高，实时性好。能够很好地剔除残差图中的虚警点，在较高精度下大大提高了对于地面弱小目标检测的水平。
- 弱小目标 /
- Harris角点检测 /
- 实时 /
- 虚警率

1.	翟瑞聪，林俊省，郑桦. 基于图像识别的输电线路设备缺陷识别应用系统设计. 电子设计工程. 2022(06): 161-164+169 . 百度学术
2.	林丽，刘新，朱俊臻，冯辅周. 基于CNN的金属疲劳裂纹超声红外热像检测与识别方法研究. 红外与激光工程. 2022(03): 475-483 . 百度学术
3.	吕泽卿，付兴建，张世卓. 基于改进GA-KSW熵法的无人机拍摄绝缘子故障识别. 机床与液压. 2022(08): 188-192 . 百度学术
4.	贾宇，王承强，梁嘉辉，汤雷，张盛行. 超声激励热成像探测材料微缺陷的研究进展. 激光与红外. 2022(06): 796-802 . 百度学术
5.	王洋迪，郭文明. 基于视觉显著度的污损图像缺陷识别方法研究. 计算机仿真. 2022(09): 226-229 . 百度学术
6.	黄露，夏军勇，吴庆华，钟飞. 基于遗传算法与二维最大熵的编织袋缺陷检测. 轻工机械. 2021(05): 69-73+78 . 百度学术
7.	赵鹏宇，王宗彦，丁培燎，吴璞，臧春田. 基于机器视觉的并联机器人工件识别定位. 制造技术与机床. 2021(12): 15-20 . 百度学术