收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于视觉显著性机制的红外小目标检测算法研究

陈玉文  
【摘要】:红外成像检测技术在红外搜寻与追踪,精确导航,预警系统,视频监控等方面具有重要作用,广泛应用于军事战略、国家防御、工业生产等领域。红外小目标一般占据像素点数较少,同时受到各种因素的噪声影响。红外小目标检测技术成为一项很有重要和关键作用的技术,并且是一项课题研究的难题,许多科研学者对此进行了研究和关注。将人类视觉特性运用到红外小目标检测过程中,利用人类视觉系统中的注意力选择机制可以取得较好的检测效果。因为红外小目标图像中的目标作为图像中的显著性区域,能够引起人类视觉优先注意选择并被提取出来,而抑制非显著性区域,进而得到红外小目标位置等信息。本文在学习了前人的研究算法和成果基础上,分析了红外图像的构成特征以及在红外小目标图像中的目标特性和背景特征,提出了如下几种基于视觉显著性的红外小目标检测算法,主要内容简述如下:(1)提出了在改进的形态学重构处理基础上,基于视觉对比度机制的局部对比度原理和基于图像变换域显著性信息的两种红外小目标检测算法。运用改进的形态学重构方法,能够对图像的背景噪声进行大部分的抑制,减少图像背景噪声对红外小目标的干扰。在基于视觉对比度机制的局部对比度算法中,首先对感兴趣区域进行快速提取,以减少后续局部对比度度量中的计算量以及误测概率。根据目标像素灰度值与周围背景邻域像素灰度值之间的差异性,定义局部对比度度量算法,构成显著性图,将目标从背景中的分离出来。基于图片变换域显著性算法,结合灰度残差,梯度残差,以及相位谱特征,提取出图片在变换域中显著信息,进而获得小目标位置等信息。实验仿真结果显示,该两种算法都具有较好的检测效果,能够有效的提取出目标分量。(2)提出了一种基于BEMD的检测算法。运用二维模态分解算法对图像进行分解获得各个细节分量信息,根据所获得的细节分量图进行显著性特征提取,分别定义以加权高斯差分核函数和高通梯度核函数对不同的细节分量作分析。由于每个分量中所包含的显著性信息不同,为了完整的获得图片的显著性信息,主要是目标的显著性信息,抑制背景噪声,将每个细节分量的显著性特征图以分配权值的方式加以结合。根据各个细节分量显著性特征图对图像有用信息的显示程度,来确定每个分量的显著性图对最后用红外小目标检测的显著性图的贡献度,以此减弱背景噪声,突显目标信号的强度。仿真实验结果显示该算法对于复杂背景的红外小目标图像具有较好的检测效果,可以比较有效率的增高图像目标信号的信噪比,抑制减弱背景噪声。(3)提出了基于加权多方向梯度信息的检测算法。通过获得图像在不同方向的梯度信息,以达到分析红外小目标图像各个方向上的显著性信息的目的。针对每个方向的梯度信息,由基于Facet模型对相对应方向上的梯度信息作方向求导,获得不同方向的导数图,将图像的细节信息进一步充分显示。以改进的局部信息熵作为构建图像显著性图的权值,由于改进的局部信息熵可以反映图像中灰度信息分布程度并且突出较亮的灰度信息,从信息熵角度来表达图像的显著性信息,以此来指导构建方向梯度导数图,可以达到较好的突出红外小目标的显著性特性的效果。从仿真实验结果分析,该算法可以有效的抑制红外小目标图像的背景噪声,并且增强目标的显著性信息,能够较好的目标与背景进行分离,在实验结果对比分析中能够达到较满意的检测结果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 程全;樊宇;刘玉春;程朋;;特征显著性的车辆目标检测算法[J];河南科技大学学报(自然科学版);2017年01期
2 王钤;张穗华;雷丝雨;邓博文;;一种基于数据聚类的目标检测算法[J];机电产品开发与创新;2016年06期
3 孙林;鲍金河;刘一超;;高光谱图像目标检测算法分析[J];测绘科学;2012年01期
4 张桂林,熊艳,曹伟,李强;一种评价自动目标检测算法性能的方法[J];华中理工大学学报(社会科学版);1994年05期
5 许云;李彬;;基于背景遗传模型的运动目标检测算法[J];自动化技术与应用;2017年03期
6 杜佳;宋春林;;一种改进的毫米波雷达多目标检测算法[J];通信技术;2015年07期
7 张建;董云飞;罗斌;汤进;;达芬奇平台下的运动目标检测算法的应用研究[J];计算机技术与发展;2013年11期
8 诸葛霞;向健勇;;基于分形特征的目标检测算法概述及仿真[J];红外技术;2006年10期
9 施泽浩;赵启军;;基于全卷积网络的目标检测算法[J];计算机技术与发展;2018年05期
10 方路平;何杭江;周国民;;目标检测算法研究综述[J];计算机工程与应用;2018年13期
11 成宝芝;;高光谱图像异常目标检测算法研究与进展[J];国土资源遥感;2014年03期
12 尚海林;;复杂场景下弱小目标检测算法的FPGA实现[J];航空兵器;2007年04期
13 董本志;于尚书;景维鹏;;多先验融合的图像显著性目标检测算法[J];计算机工程与应用;年期
14 施泽浩;;基于特征金字塔网络的目标检测算法[J];现代计算机(专业版);2018年03期
15 尹继豪;王艳;王义松;;一种改进的高光谱图像中多小目标检测算法[J];电子学报;2010年09期
16 任明艺;李晓峰;李在铭;;一种基于模糊分类的运动目标检测算法[J];信号处理;2009年03期
17 周晓彦;王珂;李凌燕;;基于深度学习的目标检测算法综述[J];电子测量技术;2017年11期
18 魏琳;崔荣一;金璟璇;;基于梯度阈值和特征抑制的运动目标检测算法[J];延边大学学报(自然科学版);2017年01期
19 周莉鸿;;改进的混合高斯模型运动目标检测算法[J];电子科技;2017年07期
20 付克兰;詹旭;;复合高斯杂波下的3种目标检测算法研究[J];通信技术;2015年11期
中国重要会议论文全文数据库 前10条
1 何元磊;李红军;周陆军;李旭渊;顾立林;尼涛;;基于端元丰度量化的高光谱图像目标检测算法[A];国家安全地球物理丛书(十一)——地球物理应用前沿[C];2015年
2 孙瑾秋;张艳宁;姜磊;王敏;;基于变换域特征的星空背景弱小目标检测算法[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
3 高飞;蒋建国;安红新;齐美彬;;一种快速运动目标检测算法[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用(SCA·2011)学术会议论文摘要集[C];2011年
4 许俊平;张启衡;张耀;王华闯;;基于人眼视觉特性的小目标检测算法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
5 王艺婷;黄世奇;刘代志;王红霞;;高光谱图像目标检测算法性能研究[A];国家安全地球物理丛书(十)——地球物理环境与国家安全[C];2014年
6 张国华;;一种基于导引头稳定平台结构的目标检测算法[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
7 刘昊;赵龙;;基于改进混合高斯模型的运动目标检测算法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
8 刘峰;奚晓梁;沈同圣;;基于最大值投影的空间小目标检测算法[A];第二届空间目标与碎片监测、清理技术及应用学术研讨会论文集[C];2015年
9 邓宇;陈孝威;;综合利用时空信息的运动目标检测算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年
10 蒋庆林;王林;;基于改进混合高斯模型的运动目标检测算法[A];系统工程理论与应用——贵州省系统工程学会第五届学术年会论文集[C];2014年
中国博士学位论文全文数据库 前10条
1 王志虎;基于显著性的运动目标检测算法研究[D];国防科学技术大学;2015年
2 郭明玮;基于视觉记忆的目标检测算法:一个特征学习与特征联想的过程[D];中国科学技术大学;2014年
3 王俊强;图像中人体目标检测算法研究[D];北京邮电大学;2012年
4 李凡;复杂背景抑制及弱小目标检测算法研究[D];西安电子科技大学;2010年
5 种劲松;合成孔径雷达图像舰船目标检测算法与应用研究[D];中国科学院研究生院(电子学研究所);2002年
6 崔国龙;多天线配置雷达系统的目标检测算法研究[D];电子科技大学;2012年
7 成宝芝;基于光谱特性的高光谱图像异常目标检测算法研究[D];哈尔滨工程大学;2012年
8 臧风妮;智能视频监控中海面舰船目标检测算法研究[D];中国海洋大学;2014年
9 王玉磊;高光谱实时目标检测算法研究[D];哈尔滨工程大学;2015年
10 王海丰;基于机器视觉的剖竹机加工目标检测算法研究[D];东北林业大学;2015年
中国硕士学位论文全文数据库 前10条
1 余良凯;基于深度学习的机场场面目标检测[D];电子科技大学;2018年
2 王润强;基于CUDA加速的目标检测算法研究[D];电子科技大学;2018年
3 杜凤麟;基于深度学习目标检测算法的应用[D];安徽大学;2018年
4 张志豪;基于深度学习的目标检测算法研究[D];电子科技大学;2018年
5 包志敏;复杂场景下视频目标检测方法研究[D];安徽大学;2018年
6 马睿超;基于深度学习的教室场景运动行为检测[D];北京邮电大学;2018年
7 聂凡杰;基于端到端的深度学习目标检测算法研究[D];北京邮电大学;2018年
8 郭亚婧;基于卷积神经网络的目标检测算法研究[D];北京邮电大学;2018年
9 何胜皎;视频序列中运动目标检测算法的研究[D];兰州理工大学;2018年
10 张亚超;基于深度视感知学习的目标检测算法与应用研究[D];兰州理工大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978