基于SVM后验概率的红外弱小目标检测

被引:5
作者
苑智玮 [1 ]
黄树彩 [1 ]
熊志刚 [1 ]
胡立忠 [2 ]
机构
[1] 空军工程大学防空反导学院
[2] 中国人民解放军部队
关键词
红外小目标; 目标检测; SVM后验概率; 分类模型; 梯度;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对复杂云层背景中背景边缘干扰严重的问题,提出基于支持向量机(SVM)后验概率的红外弱小目标检测算法。该算法将红外弱小目标检测视作目标与背景的二分类问题,根据红外图像特性,以各像素点8个方向的梯度作为目标和背景的分类依据,选取能够表现目标和背景特征的梯度作为SVM训练样本的主要参考量,设定训练集,并通过训练获得SVM分类模型。基于SVM后验概率的检测算法将待测样本各像素点的8方向梯度作用于分类模型,获得的SVM后验概率作为检测输出。实验结果证明了该算法的有效性。
引用
收藏
页码:766 / 771
页数:6
相关论文
共 9 条
  • [1] 基于核各向异性扩散的红外小目标检测
    凌强
    黄树彩
    吴潇
    钟宇
    [J]. 强激光与粒子束, 2015, (01) : 101 - 106
  • [2] 基于BP神经网络的红外目标识别技术
    范浩锋
    刘俊
    [J]. 计算机与数字工程, 2013, 41 (04) : 559 - 560+653
  • [3] 基于模糊神经网络的红外图像边缘提取算法
    崔素梅
    赵美蓉
    宋乐
    王力强
    陈炎华
    [J]. 激光与红外, 2012, 42 (09) : 1063 - 1067
  • [4] 各向异性的红外背景预测方法附视频
    张强
    蔡敬菊
    张启衡
    [J]. 强激光与粒子束, 2012, (02) : 301 - 306
  • [5] 遗传神经网络在红外目标识别中的应用
    陈志斌
    王呈阳
    卓家靖
    侯章亚
    [J]. 红外技术, 2006, (04) : 192 - 194
  • [6] 基于RBF神经网络的背景估计及红外小目标检测
    张焱
    沈振康
    王平
    [J]. 国防科技大学学报, 2004, (05) : 39 - 45
  • [7] 复杂背景抑制及弱小目标检测算法研究[D]. 李凡.西安电子科技大学. 2010
  • [8] MATLAB数字图像处理[M]. 清华大学出版社 , 张德丰, 2012
  • [9] Infrared small target detection using PPCA
    Cao, Yuan
    Liu, RuiMing
    Yang, Jie
    [J]. INTERNATIONAL JOURNAL OF INFRARED AND MILLIMETER WAVES, 2008, 29 (04): : 385 - 395