[1]王洪涛,李 丹.基于二维正态云模型算法的红外图像弱小目标检测[J].红外技术,2013,35(10):646-649.[doi:10.11846/j.issn.1001_8891.201310010]
 WANG Hong-tao,LI Dan.Detection of Infrared Dim and Small Target Based on Two-dimensional Normal Cloud Model Algorithm [J].Infrared Technology,2013,35(10):646-649.[doi:10.11846/j.issn.1001_8891.201310010]
点击复制

基于二维正态云模型算法的红外图像弱小目标检测
分享到:

《红外技术》[ISSN:1001-8891/CN:CN 53-1053/TN]

卷:
35卷
期数:
2013年10期
页码:
646-649
栏目:
出版日期:
2013-10-20

文章信息/Info

Title:
Detection of Infrared Dim and Small Target Based on Two-dimensional Normal Cloud Model Algorithm
文章编号:
1001-8891(2013)10-0646-04
作者:
王洪涛李 丹
河南牧业经济学院,河南 郑州450044
Author(s):
WANG Hong-taoLI Dan
Henan University of Animal Husbandry and Economy, Zhengzhou 450044, China
关键词:
二维正态云模型算法红外图像弱小目标检测
Keywords:
two-dimensional normal cloudmodel algorithminfrared imagedim and small target detection
分类号:
TP391.4
DOI:
10.11846/j.issn.1001_8891.201310010
文献标志码:
A
摘要:
针对红外图像弱小目标检测的特点,采用二维正态云模型算法。首先利用一维云的特性建立二维云模型,由两个相互独立的一维云模型函数组成,目标像素的分布点为一个云滴,整个像素分布区域形成的云团反映了图像中目标的特性;接着依据目标判别条件函数来通过函数发生器产生正态云模型;最后在红外图像弱小目标检测误差函数下构造各云层的目标函数。实验仿真显示本文算法对红外图像弱小目标检测效果最好,能检测率高,虚警率低,耗时少。
Abstract:
Aiming at the characteristics of infrared small target detection, two-dimensional normal cloud model algorithms are used. Firstly, two-dimensional normal cloud is established with model function of one-dimensional cloud, composed of two independent one-dimensional cloud model function. The distribution of the target pixel is a point cloud droplets and the pixel distribution of the cloud formed in a region reflects the characteristics of the target image. Then normal cloud model is produced by a function generator objective based on determination condition function. Finally the cloud of the objective function is constructed underdetection error function . The simulation results show this algorithm is best for detection of dim and small target in infrared image, with high detection rate, low false rate, and less time.

参考文献/References:

[1] 辛保军. 基于背景预测的自适应弱小目标检测算法[J]. 科学技术与工程, 2012, 12(18): 4397-4400.
[2] 王宇翔, 韩振铎, 王宏敏, 等. 一种基于自适应背景预测的红外图像弱小目标检测方法[J]. 激光与红外, 2012, 42(10): 1181-1186.
[3] 王宇翔, 韩振铎, 王宏敏. 基于多向差异度的红外图像弱小目标检测算法[J]. 红外技术, 2012, 34(6): 351-355.
[4] 王巍, 安友伟. 基于Simulink与Stateflow的红外图像边缘检测系统设计[J]. 电视技术, 2013, 37(3): 29-32.
[5] 李翠芸, 姬红兵. 新遗传粒子滤波的红外弱小目标跟踪与检测[J]. 西安电子科技大学学报, 2009, 36(4): 619-624.
[6] 李修海, 于少伟. 基于正态分布区间数的云滴获取算法[J]. 山东大学学报, 2012, 42(5): 130-134.
[7] 池建军, 罗小明, 王伟中, 等. 基于二维云模型的复杂电磁环境下雷达作战能力仿真评估[J]. 军事运筹与系统工程, 2012, 26(2): 45-50.
[8] 王成全. 基于二维云模型的规则提取算法研究[J]. 计算机工程与应用, 2010, 46(26): 46-48.
[9] 陈旭辉, 于国龙. 云模型优化LSF调度算法的研究[J]. 计算机工程与设计, 2010, 31(13): 3014-3016.
[10] 侯洁, 辛云宏. 基于高通滤波和图像增强的红外小目标检测方法[J]. 红外技术, 2013, 35(5): 279-284.
[11] 邹志峰, 张艳红, 张健, 等. 基于海空背景的红外图像处理算法研究[J]. 红外技术, 2011, 33(2): 108-112.

备注/Memo

备注/Memo:
收稿日期:2013-06-01;修订日期:2013-07-10.
作者简介:王洪涛(1978-),男,汉族,湖北仙桃人,讲师,研究方向为计算机应用。
更新日期/Last Update: 2013-10-25