共查询到20条相似文献,搜索用时 109 毫秒
1.
2.
基于双递归均值滤波的红外点目标检测 总被引:1,自引:0,他引:1
提出了一种红外点目标检测算法,采用长短两个尺度的时域递归滤波器对像素灰度沿时轴进行滤波处理,然后采用动态门限分割并进行连续过门限计数,最后利用航迹关联输出确认航迹,实现了低信噪比条件下的红外点目标检测。 相似文献
3.
基于LWT和递归最小类内绝对差的红外小目标检测 总被引:1,自引:0,他引:1
针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出一种基于提升小波变换(LWT)和递归最小类内绝对差的检测方法.一方面先利用提升小波对原始图像进行去噪,再利用Top-hat算子抑制背景;另一方面先利用Top-hat算子抑制原始图像的背景,经提升小波去噪后,再进一步使用Top-hat算子;上述两方面得到的图像求和即为预处理图像.然后采用递归最小类内绝对差阈值选取方法分割预处理图像.针对红外小目标图像进行了大量实验,并与基于形态滤波及基于小波和形态学的红外小目标检测方法进行了比较.结果表明本文方法提高了信噪比,检测率分别提高15%和10%. 相似文献
4.
一种红外小目标的图像检测方法 总被引:3,自引:0,他引:3
针对复杂背景条件下的红外图像目标检测问题,将空域滤波和时域滤波相结合,提出了基于数学形态学的目标检测算法.该算法先对原始图像序列作能量膨胀累积以增强目标信息和提高信噪比,然后采用基于数学形态学的Top-Hat变换空域滤波处理技术消除在目标尺度范围外的背景、干扰和噪声,达到探测目标的目的.仿真结果验证了该算法是一种实时、有效,且易于实现的目标探测方法. 相似文献
5.
基于最大值递归滤波器的暗点目标检测算法 总被引:1,自引:0,他引:1
从目材噪声模型以及最大值递归滤波器处法入法,在两种不同的条件下对基于最大值递归滤波器检测进行了详细的性能分析与仿真,得出一系列结论。 相似文献
6.
红外起伏背影下运动点目标的检测方法 总被引:3,自引:1,他引:2
文中根据目标,背影干扰和噪声在红外序列图像中的差异,提出了一种基于空间高通滤波和时间域上最大递归滤波的运动点目标检测方法。 相似文献
7.
针对复杂云背景成像弱小目标实时检测的需要,提出一种检测能力强、易实现的自适应时-空级联滤波目标检测算法,其中时域滤波采用改进的可递归实现的方差滤波器预检测出包含目标和少量杂波点在内的可疑目标点集,而后通过一种自适应像素空域边缘强度滤波器剔除剩余杂波点。算法两级滤波器的参数均实时更新,因此算法对场景变化适应能力强。对五组实际红外图像序列目标检测的实验结果表明,算法能稳定检测出多类天空背景中的目标。 相似文献
8.
针对以往动态规划算法(Dynamic Programming Algorithm, DPA)单点能量累积效率低、不能有效检测中途入场目标的问题,从三方面对DPA改进并应用于空间小目标检测。第一,对递归方程进行修改,利用多点累积方法克服工程应用中人为增加光学散焦导致目标信息丢失的问题;第二,将各个速度平面分别计算修改为速度更新,减少计算量;第三,增加对入场目标的特殊处理,克服不能有效检测中途入场目标的问题。利用实摄序列图像对比实验,证明改进的有效性。 相似文献
9.
一种序列图像中运动点目标的检测方法 总被引:5,自引:2,他引:3
序列图像中运动点目标的检测按图像的成像系统不同,可分为红外图像中运动点目标的检测和可见光图像中运动点目标的检测,而现有检测算法多是针对前者。为寻找一种适用于两种类型图像的运动点目标的检测方法,以多云天空为研究背景,提出了一种新的运动点目标检测算法。采用高通滤波和形态学滤波相结合的方法进行背景抑制,基于检测前跟踪(TBD)的基本思想,根据相邻三帧进行目标分割,利用轨迹能量累积方法完成目标检测。理论分析和仿真结果表明,该算法简单易行.既适用于红外图像又适用于可见光图像的运动点目标,而且对目标的运动速度和方向无任何限制。 相似文献
10.
11.
Meanshift算法在对快速运动的目标进行跟踪时容易丢失目标,并且在目标被遮挡时,也容易造成跟踪失败,跟踪的过程中跟踪框不能随着运动目标的大小变化而变化.提出一种基于Meanshift运动目标跟踪算法的改进算法.该算法基本思想是采用改进的三帧差分法对运动目标区域进行提取,求得跟踪框轮廓,同时用Meanshift算法对运动目标进行跟踪,获得目标最大概率区域,将该区域中心作为跟踪框的中心.跟踪过程中通过巴氏系数判断是否目标被遮挡,若被遮挡则调用Kalman滤波进行预测跟踪.实验结果表明,该算法能够快速、准确地跟踪目标. 相似文献
12.
13.
基于背景抑制的星空图像目标运动轨迹提取 总被引:5,自引:1,他引:4
研究了空间观测CCD图像弱小目标检测与运动轨迹提取技术,介绍了一种基于背景抑制的多目标检测与运动轨迹提取方法。首先,对图像进行阈值处理,滤除图像的背景灰度和噪声;然后生成基于序列图像叠加与形态学变换相结合的背景掩模图像,对序列图像进行屏蔽处理,得到运动目标图像;对目标图像进行交叉投影算法确定目标区域,并进一步精确确定目标质心,进而提取目标的运动轨迹。实验证明所提出的算法不仅能够有效检测星空序列图像中的多个弱信号小目标,而且具有较强的实时性。 相似文献
14.
15.
一种基于卡尔曼滤波及粒子滤波的目标跟踪算法 总被引:5,自引:3,他引:2
针对卡尔曼跟踪算法在非线性非高斯情况下跟踪结果不再准确,以及粒子滤波跟踪算法计算量大难以满足实时性的缺陷,提出了卡尔曼滤波及粒子滤波相结合的算法。利用卡尔曼滤波进行跟踪得到候选目标并计算目标模型与候选模型的匹配程度,若与目标模型匹配度小于一定阈值,则转换跟踪方式利用粒子滤波进行跟踪来修正卡尔曼滤波结果;同时,采用"模板缓冲区法"对目标模型进行更新以保证跟踪的连续性、稳定性及准确性。实验结果表明,这种跟踪算法既发挥了卡尔曼滤波的实时性又保持了粒子滤波的准确性,有较好的跟踪性能。 相似文献
16.
17.
For the tracking problem of multiple maneuvering targets in radar observation,the sequential Monte-Carlo cardinality-balanced multi-Bernoulli track-before-detect (SMC-CBMeMBer-TBD) algorithm is inaccurate in the estimation of the number of targets and the precision of state estimation.An improved algorithm based on SMC-CBMeMBer forward backward smoothing track-before-detect algorithm was proposed.In the algorithm,the multi target particle swarm optimization (MOPSO) was added between the process of prediction and update,and the fitness function was set up based on the observation value to make the particle set move to the position of the larger posterior probability density distribution,and solve the particle poverty in the heavy sampling process.In the update step,the algorithm was used.Then the smoothing recursive method was added,and the arithmetic operation time was prolonged,but the number and the state estimation precision were improved.The simulation results show that compared with the CBMeMBer-TBD method,the proposed algorithm improves the accuracy of the estimation of the number of maneuvering targets and the accuracy of the target state estimation. 相似文献
18.
19.
20.
传统的匹配滤波器只能将距离旁瓣压缩到一定的程度,因此可能出现强目标掩盖弱目标的情况。基于最小均方误差准则(MMSE)的自适应脉冲压缩(APC)是一种有效的抑制距离旁瓣方法,由于APC方法在计算时不具有重复迭代性,给出了改进的算法步骤。仿真比较了该算法和失配滤波器算法的脉冲压缩性能,仿真结果表明,自适应脉冲压缩算法可以很好地提取在强目标附近的弱目标。最后分析了该算法的性能,结果表明,该算法在动目标的情况下仍然能够很好地实现脉冲压缩。 相似文献