基于向量机的红外小目标检测技术研究

被引:9
作者
崔玉平
郑胜
刘永才
机构
[1] 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室
关键词
小目标检测; 最小二乘向量机; 径向基核函数;
D O I
暂无
中图分类号
TN219 [红外技术的应用];
学科分类号
0803 ; 080401 ; 080901 ;
摘要
针对红外序列图像中弱小目标检测问题,提出了用最小二乘向量机对原始红外图像中每一像素的局部区域作灰度曲面最佳拟合,在拟合曲面上进行灰度极大值像素点位置估计,实现目标的粗定位。真正的目标取决于中心点的灰度是否高于其邻域的平均灰度。并以径向基核函数为例推导出了极值点估计所需的二阶方向导数算子。对模拟和实际图像进行了小目标检测的实验验证。结果表明,基于支持向量机的小目标检测算法具有较强的适应性。
引用
收藏
页码:696 / 702
页数:7
相关论文
共 6 条
[1]   一种基于多尺度距离像的红外小目标检测方法 [J].
盛文 ;
邓斌 ;
柳健 .
电子学报, 2002, (01) :42-45
[2]   复杂背景下红外小目标实时识别方法研究 [J].
郑文龙 ;
张涌 ;
汤心溢 ;
吴常泳 .
红外与毫米波学报, 2001, (06) :433-436
[3]   一种基于小波与遗传算法的小目标检测算法 [J].
李红艳 ;
吴成柯 .
电子学报, 2001, (04) :439-442
[4]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[5]   Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300
[6]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167