空间自适应卷积核滤波红外弱小目标检测

凌强, 黄树彩, 吴潇, 唐意东

凌强, 黄树彩, 吴潇, 唐意东. 空间自适应卷积核滤波红外弱小目标检测[J]. 红外技术, 2015, 37(1): 39-43.
引用本文: 凌强, 黄树彩, 吴潇, 唐意东. 空间自适应卷积核滤波红外弱小目标检测[J]. 红外技术, 2015, 37(1): 39-43.
LING Qiang, HUANG Shu-cai, WU Xiao, TANG Yi-dong. Space-adaptive Convolution Kernel Filtering For Infrared Dim Target Detection[J]. Infrared Technology , 2015, 37(1): 39-43.
Citation: LING Qiang, HUANG Shu-cai, WU Xiao, TANG Yi-dong. Space-adaptive Convolution Kernel Filtering For Infrared Dim Target Detection[J]. Infrared Technology , 2015, 37(1): 39-43.

空间自适应卷积核滤波红外弱小目标检测

详细信息
  • 中图分类号: TP391

Space-adaptive Convolution Kernel Filtering For Infrared Dim Target Detection

  • 摘要: 为了减少复杂红外图像中平滑背景边缘的影响,将具有各向异性特性的PM扩散模型应用到红外弱小目标检测,提出了空间自适应卷积核滤波检测算法,并对扩散系数进行了优化.针对模型中扩散参数难以确定的问题,提出了一种利用Sobel边缘检测算子估计扩散参数的方法.滤波后采用信噪比(SNR,Signal Noise Ratio)和接受机工作特性(ROC,Receiver Operating Characteristic)曲线进行性能评价,实验结果表明,与PM扩散模型滤波和中值滤波相比,该算法有效抑制了边缘,大大提高了信噪比,提高了检测概率,降低了虚警概率,具有更好的性能.
  • 期刊类型引用(3)

    1. 骆焦煌,宋长龙. 基于改进CNN算法的视觉图像目标跟踪研究. 吉林大学学报(信息科学版). 2023(01): 165-173 . 百度学术
    2. 左岑,杨秀杰,张捷,王璇. 基于轻量级金字塔密集残差网络的红外图像超分辨增强. 红外技术. 2021(03): 251-257 . 本站查看
    3. 赵蔷,谢鹏. 基于多视角特征协同融合的红外导引头目标追踪算法. 重庆邮电大学学报(自然科学版). 2020(04): 639-647 . 百度学术

    其他类型引用(1)

计量
  • 文章访问数:  110
  • HTML全文浏览量:  20
  • PDF下载量:  15
  • 被引次数: 4
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日