红外小目标的分类背景预测与图像分块技术

被引:9
作者
郭张婷
辛云宏
机构
[1] 陕西师范大学物理学与信息技术学院
关键词
红外小目标; 边缘检测; 图像分块; 背景预测;
D O I
暂无
中图分类号
TN215 [红外探测、红外探测器];
学科分类号
0803 ; 080401 ; 080901 ;
摘要
基于复杂天空背景下红外小目标的特性分析,提出了一种利用分类背景预测与图像分块技术进行红外小目标检测的有效算法。该算法以背景预测理论为基础,通过边缘检测技术、最大均值和局部最相似分类背景预测技术获得较为准确的图像背景,进而采用统计分割算法从残差图像中提取出较为精确的目标位置。其中,通过图像分块处理,提高了算法计算效率。最后,选取了三组具有代表性的红外序列对算法的性能进行了检验。实验结果表明,所提出预测算法在检测准确性、鲁棒性以及计算效率上都具有明显的优越性。
引用
收藏
页码:572 / 578
页数:7
相关论文
共 9 条
[1]   基于多小波变换的红外目标探测与识别附视频 [J].
陈方涵 ;
王文生 ;
杨坤 ;
郭霏 .
光子学报, 2011, (02) :295-299
[2]   基于空间直方图的海杂波背景下红外目标跟踪 [J].
蔡念 ;
张楠 ;
张海员 .
激光与红外, 2010, 40 (08) :910-916
[3]   一种改进的自适应背景预测红外弱小目标检测算法 [J].
朱斌 ;
樊祥 ;
马东辉 ;
程正东 .
激光与红外, 2007, (07) :683-686
[4]   窗口大小和权值模板对固定权值背景预测算法的影响 [J].
朱斌 ;
樊祥 ;
马东辉 ;
程正东 .
红外与激光工程, 2006, (S4) :179-184
[5]   基于自适应背景预测的红外弱小目标检测算法 [J].
陈振学 ;
汪国有 .
激光与红外, 2005, (08) :608-610
[6]   基于序列图像时间稳定性特征的背景估计技术 [J].
郑军 ;
张伟 ;
马兆瑞 ;
施克仁 ;
潘际銮 .
清华大学学报(自然科学版), 2005, (05) :601-605
[7]   基于区域合并的动态阈值分割算法 [J].
王萍 ;
苏秀琴 ;
刘雅轩 .
光子学报, 2004, (03) :378-381
[8]  
红外图像中弱小目标检测技术研究.[D].徐军.西安电子科技大学.2003, 02
[9]  
基于背景预测的红外小目标检测算法研究.[D].徐茵.西安电子科技大学.2009, 07