各向异性的红外背景预测方法

被引：7

作者：

张强 ^{[1
,2
]}

蔡敬菊 ^{[1
]}

张启衡 ^{[1
]}

机构：

[1] 中国科学院光电技术研究所

[2] 中国科学院研究生院

来源：

强激光与粒子束 | 2012年 / 24卷 / 02期

关键词：

各向同性; 梯度算子; 各向异性微分; 边缘停止函数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了减少红外图像中起伏背景对弱小目标检测的影响,提出一种各向异性的红外背景预测方法。根据红外图像目标区域和平稳背景区域、起伏背景区域的局部梯度特性的差异,引入各向异性微分的思想,并将其边缘停止函数改进为方向梯度值的递增函数,然后用边缘停止函数最小两个方向值的均值作为背景预测值,实现了对不同方向特性背景区域的差异化预测。仿真实验表明,该算法选择性地保留了红外图像的平稳背景和起伏背景区域,达到了良好的背景预测效果。

引用

页码：301 / 306

页数：6

共 9 条

[1] Performance evaluation of 2-D adaptive prediction filters for detection of small objects in image data. Soni T,Zeidler JR,Ku WH. IEEE Transactions on Image Processing . 1993
[2] Nonparametric methods for clutter removal. Sergei L. IEEE Transactions on Aerospace and Electronic Systems . 2001
[3] Scale-space and edge detection usinganisotropic diffusion. Perona P,Malik J. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1990
[4] Image quality assessment: from error visibility to structural similarity. Wang Zhou,Bovik AC,Sheikh HR,et al. IEEE Transactions on Image Processing . 2004
[5] 基于多向背景预测的红外弱小目标检测
张路
张志勇
肖山竹
卢焕章
[J]. 信号处理, 2010, 26 (11) : 1646 - 1651
[6] 低对比度小目标检测
张耀
雍杨
张启衡
徐智勇
严棚
魏宇星
[J]. 强激光与粒子束, 2010, 22 (11) : 2566 - 2570
[7] 基于灰度形态学和邻域熵值的弱小目标检测
顾静良
张卫
万敏
[J]. 强激光与粒子束, 2004, (12) : 1527 - 1530
[8] 数字图像处理[M]. 电子工业出版社 , (美)RafaelC.Gonzalez,(美)RichardE.Woods,(美)StevenL.Eddins著, 2005
[9] Detection of point objects in spatially correlated clutter using two dimensional adaptive prediction filtering. Tarun S,James R Z,Walter H K. IEEE Conference Record of the Twenty-Sixth Asilomar Conference on Signals,Systems and Computers . 1992

← 1 →