Research on Significant Edge Detection of Infrared Image Based on Deep Learning
-
摘要: HED 网络(holistically nested edge detection network)被证明是目前用于边缘检测的一种性能较好的深度学习网络,但在实际应用中发现,将该网络用于前下视红外成像制导自动目标识别时,会出现检测出的边缘不完整、不光滑等问题.针对上述问题,对HED 网络进行了改进,在此基础上提出了一种基于改进HED 网络的边缘提取方法.首先,在原网络结构的基础上减少了两个池化层,提高了侧边输出层的输出精度,然后,将改进HED 网络输出的边缘概率图进行二值化,得到显著性边缘区域;最后,采用基于匹配滤波的边缘提取方法提取图像的边缘,并将其与改进HED 网络提取的显著目标边缘相融合,得到最终结果.实验结果表明,该方法能够大幅减少非目标区域的边缘,并且能够有效提取较为完整和准确的目标边缘,为后续红外图像中的目标检测、跟踪与识别奠定了良好的基础.
-
点击查看大图
计量
- 文章访问数: 121
- HTML全文浏览量: 18
- PDF下载量: 22
- 被引次数: 0
下载:
