强噪声背景红外微弱动目标集成检测

被引:4
作者
鲜海滢
傅志中
李在铭
机构
[1] 电子科技大学通信与信息工程学院
关键词
强噪声; 复杂噪声; 微弱目标; 运动检测;
D O I
10.13443/j.cjors.2008.03.038
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
微弱运动目标检测一直是红外成像识别、跟踪领域中的重要课题。我们提出了一种新的基于强复杂噪声背景的红外微弱运动目标集成检测算法。针对复杂噪声,提出一种新的基于邻域梯度累积平方误差最小原则的自适应滤波算法。该算法,对各种加性、乘性噪声的滤波性能优异且均衡,适合对复杂噪声进行滤波。针对微小目标检测,我们提出一种基于运动平台的微小目标运动场集成检测算法。该算法,改变传统微小目标检测算法,要求提前对运动背景进行精确全域运动估计及补偿的模式,而只对图像运动场进行估计及补偿,提高了算法的可实现性。
引用
收藏
页码:438 / 442
页数:5
相关论文
共 4 条
[1]   强杂波背景下高空红外运动点目标检测 [J].
潘鸣 ;
裴云天 ;
吴贵臣 ;
不详 .
电波科学学报 , 2004, (06) :757-760+766
[2]   基于SAR图像的点状目标检测方法研究 [J].
杨文 ;
陈嘉宇 ;
孙洪 ;
徐新 .
电波科学学报, 2004, (03) :362-366
[3]   SAR图像点目标的检测 [J].
万朋 ;
王建国 ;
赵志钦 ;
黄顺吉 .
电波科学学报, 2000, (01) :55-59
[4]  
Morphological neural networks for automatic target detection by simulated annealing learning algorithm[J] . Nong Yu,Hao Wu,Changyong Wu,Fanming Li,Lide Wu.Science in China Series F: Information Sciences . 2003 (4)