高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

沈旭,  程小辉,  王新政

downloadPDF
文章导航 > 红外技术  > 2019 >  41(8): 764-771
沈旭, 程小辉, 王新政. 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[J]. 红外技术, 2019, 41(8): 764-771.
引用本文: 沈旭, 程小辉, 王新政. 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[J]. 红外技术, 2019, 41(8): 764-771.
shu
SHEN Xu, CHENG Xiaohui, WANG Xinzheng. Infrared Dim-small Object Detection Algorithm Based on Adaptive Scale Local Contrast Enhancement Combined with Visual Attention Mechanism[J]. Infrared Technology , 2019, 41(8): 764-771.
Citation: SHEN Xu, CHENG Xiaohui, WANG Xinzheng. Infrared Dim-small Object Detection Algorithm Based on Adaptive Scale Local Contrast Enhancement Combined with Visual Attention Mechanism[J]. Infrared Technology , 2019, 41(8): 764-771.
shu

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

  • 岭南师范学院信息工程学院,广东湛江,524048

  • 桂林理工大学信息科学与工程学院,广西桂林,541004

  • 桂林理工大学

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

  • 中图分类号: TN219

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

    摘要
  • 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.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  160
  • HTML全文浏览量:  18
  • PDF下载量:  22
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计