NSCT Combined with SVD for Infrared Dim Target Complex Background Suppression
-
摘要: 复杂背景抑制是天基红外预警系统中红外弱小目标探测技术的一个关键环节。为降低复杂背景下杂波干扰，提高目标检测精度，利用非下采样轮廓波变换（NSCT，non-subsampled contourlet transform）的多尺度分解及多方向分解特性以及图像矩阵奇异值分解（SVD，singular value decomposition）不同奇异值代表图像不同能量信息的特点，提出了联合 NSCT 和 SVD 的红外图像背景的抑制方法。首先依据非下采样轮廓波变换思想对红外原始图像进行多尺度多方向分解，得到与原始图像同样大小的不同尺度和不同方向上的子带图像，然后，利用奇异值分解的中序部分奇异值调整各子带图像矩阵系数以区分目标和背景杂波，最后对调整后各子带系数组成的矩阵施加 NSCT 逆变换，最终获得抑制背景处理后的图像。对比实验表明，该方法能够在低信噪比环境下有效抑制复杂背景及边缘，突显目标，降低虚警率。
-
-
期刊类型引用(7)
1. 邓楷文，葛晨阳. 改进YOLOv5的轻量化红外交通目标检测. 计算机工程与应用. 2023(12): 184-192 . 
百度学术
2. 王芳，李芃. 复杂背景下红外图像弱小点目标自动识别仿真. 计算机仿真. 2020(04): 471-475 . 百度学术
3. 朱含露，张旭中，陈忻，胡亭亮，饶鹏. 基于横纵多尺度灰度差异加权双边滤波的弱小目标检测（英文）. 红外与毫米波学报. 2020(04): 513-522 . 百度学术
4. 李俊宏，张萍，王晓玮，黄世泽. 红外弱小目标检测算法综述. 中国图象图形学报. 2020(09): 1739-1753 . 百度学术
5. 王好贤，董衡，周志权. 红外单帧图像弱小目标检测技术综述. 激光与光电子学进展. 2019(08): 9-22 . 百度学术
6. 郭艳. 低分辨率图像弱小点目标特征准确提取方法. 电子设计工程. 2019(10): 65-68+72 . 百度学术
7. 郭佩瑜，张宝华. 基于引导滤波和模糊算法的红外背景抑制算法. 激光技术. 2018(06): 854-858 . 百度学术
其他类型引用(11)
下载:
