采用视觉特征整合的红外弱小目标检测
赵尚男; 王灵杰; 张新; 吴洪波
刊名光学精密工程
2020-02-15
卷号28期号:02页码:497-506
关键词计算机视觉 目标检测 弱小目标 视觉特征整合
英文摘要针对红外光学系统在复杂背景下的弱小目标检测问题,建立了基于特征整合的信息处理模型,提出了采用视觉特征整合的弱小目标检测方法。该方法首先利用视网膜神经节细胞感受野的数学模型DOG(Different-of-Gaussian)对红外图像进行初级信息处理,初步检测出弱小目标。而后,分为空域和频域两个通道进行特征提取。在空域通道,利用图像信息构造二阶微分Hessian矩阵,通过计算其直迹与行列式进行局部极值的判定,提取出含有弱小目标的结构分量特征;在频域通道,利用小波对图像频域进行二级分解,提取出含有弱小目标的高频分量特征。最后,将空域通道与频域通道的分量特征整合,提取出复杂背景下的弱小目标。实验结果表明:当虚警率为10~(-3)时,该方法对弱小目标的平均检测概率为95.17%。基本满足红外弱小目标检测方法的稳定可靠、精度高等要求。
URL标识查看原文
内容类型期刊论文
源URL[http://ir.ciomp.ac.cn/handle/181722/64007]  
专题中国科学院长春光学精密机械与物理研究所
作者单位1.中国科学院大学
2.中国科学院长春光学精密机械与物理研究所中国科学院光学系统先进制造技术重点实验室
推荐引用方式
GB/T 7714
赵尚男,王灵杰,张新,等. 采用视觉特征整合的红外弱小目标检测[J]. 光学精密工程,2020,28(02):497-506.
APA 赵尚男,王灵杰,张新,&吴洪波.(2020).采用视觉特征整合的红外弱小目标检测.光学精密工程,28(02),497-506.
MLA 赵尚男,et al."采用视觉特征整合的红外弱小目标检测".光学精密工程 28.02(2020):497-506.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace