多信息融合的红外弱小目标检测

基金项目: 国家自然科学基金(61772255,61866026)%江西省优势科技创新团队(20152BCB24004,20165BCB19007)

详细信息

Infrared Dim Target Detection Based on Multi-information Fusion

摘要: 红外弱小目标检测是图像处理的难点之一,许多研究人员提出了不少检测方法.针对复杂背景与强杂波干扰下图像信杂比(Signal-to-Clutter Ratio,SCR)低造成的目前检测方法易受伪目标干扰、虚警率高的问题,提出了一种多信息融合的红外弱小目标检测算法.首先,构建八向局部灰度残差信息图;其次,设计一个滑动窗口遍历整个图像,将图像分为一系列局部图像块,对局部图像块的强度均值进行约束,获得局部强度均值约束信息图;然后,将局部图像块进一步划分为12个方向块,对每个方向块中像素的梯度方向进行约束,获取梯度方向约束信息图;最后,上述3个信息图像通过点积运算得到最终显著图,并利用阈值分割实现弱小目标的分离.将该算法与3种其它不同算法从信杂比增益(Signal-to-Clutter Ratio Gain,SCRG)、背景抑制因子(Background Suppression Factor,BSF)以及检测率与虚警率的接受者操作特征(Receiver Operating Characteristic,ROC)曲线方面进行对比.实验结果表明:该算法具有更高的SCRG、BSF和ROC曲线下面积(Area Under the Curve,AUC),不仅能有效地抑制背景杂波、剔除伪目标,而且能准确地检测出红外弱小目标,具有较高的检测率.
- 弱小目标检测 /
- 红外图像 /
- 局部梯度 /
- 局部灰度 /
- 背景抑制

1.	张方方，曹家晖，王海静，赵鹏博. 基于多特征自适应融合的抗遮挡目标跟踪算法. 红外技术. 2023(02): 150-160 . 本站查看
2.	路佩佩. 基于时空熵的篮球在线学习资源交互式共享方法. 自动化技术与应用. 2022(09): 69-72 . 百度学术
3.	王子超，崔荣成，温蜜，张凯，何蔚. 自适应跟踪与多特征融合的目标跟踪算法. 计算机工程与设计. 2021(10): 2844-2851 . 百度学术
4.	解博江，朱晶晶. 采用HSV加权融合的核相关滤波跟踪方法. 科学技术创新. 2020(35): 54-55 . 百度学术