结合视觉注意力机制基于尺度自适应局部对比度增强的红外弱小目标检测算法

基金项目: 国家自然科学基金(61662017,61402399)%广东省哲学社会科学规划项目(GD17XGL33)%岭南师范学院教育教学改革项目(LSJGMS1811)

详细信息

Infrared Dim-small Object Detection Algorithm Based on Adaptive Scale Local Contrast Enhancement Combined with Visual Attention Mechanism

摘要: 如何在没有先验信息的情况下从复杂噪声背景下快速检测到远距离进入的弱小目标,提高整个装备系统的响应能力,是目前IRST热门研究课题.本文通过引入视觉注意机制,提出了一种结合尺度自适应的局部对比度测量的红外弱小目标检测方法.本文首先采用拉普拉斯金字塔尺度空间理论对所有像素点局部对比度进行分析,获得对应的自适应尺度信息;然后在跳出效应的基础上设计了一种基于改进的局部对比度测量模型,最终生成一个显著图来突出目标特性,该方法能够在增强目标对比度同时,抑制背景杂波.定性定量实验结果表明,本文提出的方法相比于对比算法具有较高的红外小目标检测性能,能够对对比度不低于5％的目标稳定检测,适合防空武器装备工程应用.
- 目标检测 /
- 视觉注意 /
- 尺度感知 /
- 对比度测量 /
- 跳出效应

1.	张利欣，南清荣，曾慧，王粉花. 多尺度特征融合的钢坯红外成像测温系统实验设计. 实验室研究与探索. 2023(12): 15-19 . 百度学术
2.	张鸣华，刘持标，陈玉叶，陈杞榕. 基于CCD三波段发射率迭代的加热炉内温度场软测量研究. 冶金设备. 2022(05): 36-41 . 百度学术