基于纹理显著性的微光图像目标检测

被引：13

作者：

金左轮

韩静

张毅

柏连发

机构：

[1] 南京理工大学,江苏省光谱成像与智能感知重点实验室

来源：

物理学报 | 2014年 / 63卷 / 06期

关键词：

局部纹理粗糙度; 纹理显著性; 显著性度量; 微光图像目标检测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

微光图像对比度较低,目标显著性不明显,目标自动探测难度大.针对此问题,本文提出一种噪声鲁棒性较好的图像局部纹理粗糙度算法,并给出一种适用于微光图像显著分析的纹理显著性算法.首先,提出一种新的局部纹理粗糙度算法,该算法利用最佳尺寸计算局部纹理粗糙度,对纹理图像进行加噪实验,与基于局部分形维的粗糙度方法相比,本文局部纹理粗糙度算法表现出较好的噪声鲁棒性;其次,在提取图像粗糙度特征图的基础上,给出一种针对纹理的显著性度量算法;最后,将纹理显著性算法应用于微光图像目标检测,实验结果证明了该算法的有效性.

引用

页码：417 / 428

页数：12

共 12 条

[1] 实际加工表面红外激光散射特性的实验研究 [J].

朱元庆 ;

曲兴华 ;

张福民 ;

陶会荣 .

物理学报, 2013, 62 (24) :159-164

[2] 基于伪Wigner-Ville分布和Rnyi熵的显著图目标检测 [J].

许元男 ;

赵远 ;

刘丽萍 ;

张宇 ;

孙秀冬 .

物理学报, 2010, 59 (02) :980-988

[3] 基于灰度空间相关性的双谱微光图像融合方法 [J].

张闯 ;

柏连发 ;

张毅 .

物理学报, 2007, (06) :3227-3233

[4] 微光图像特征分析及图像融合技术研究 [J].

王利平 ;

孙韶远 ;

陈钱 ;

张保民 .

红外与毫米波学报, 2000, (04) :289-292

[5] 区域分形与人工目标检测 [J].

马兆勉 ;

陶纯堪 .

物理学报, 1999, (12) :2202-2207

[6]

Content-based image hashing using wave atoms[J] . Liu Fang,Leung Hon-Yin,Cheng Lee-Ming,Ji Xiao-Yong.Chinese Physics B . 2012 (4)

[7]

Content based radiology image retrieval using a fuzzy rule based scalable composite descriptor[J] . Savvas A. Chatzichristofis,Yiannis S. Boutalis.Multimedia Tools and Applications . 2010 (2)

[8] Modeling attention to salient proto-objects [J].

Walther, Dirk ;

Koch, Christof .

NEURAL NETWORKS, 2006, 19 (09) :1395-1407

[9]

What are Textons?[J] . Song-Chun Zhu,Cheng-en Guo,Yizhou Wang,Zijian Xu.International Journal of Computer Vision . 2005 (1)

[10]

Near optimum estimation of local fractal dimension for image segmentation[J] . Sonny Novianto,Yukinori Suzuki,Junji Maeda.Pattern Recognition Letters . 2002 (1)

← 1 2 →