共查询到18条相似文献,搜索用时 812 毫秒
1.
一种基于数学形态学的小目标检测方法 总被引:2,自引:0,他引:2
提出一种基于数学形态学的远距离红外小目标自动检测的新方法,构造了由几种形态学运算组成的非线性算子。结合刚性小平面的三维分析技术,可快速检测红外图像序列中静止或运动的小目标。经实验证明,与传统的小目标检测算法相比,该方法具有速度快,抗噪性好等方面的优越性。 相似文献
2.
文章提出了一种基于数学形态学的多目标的主点检测方法,介绍了形态学主点检测的原理,并且采用多尺度结构元素同时检测多个目标,提出了一种形态学的填充算法,给出了形态学主点检测的步骤。实验证明该方法能有效地检测出目标的主点,并能实现并行算法。 相似文献
3.
研究了数学形态学在图像边缘检测中的具体应用,针对脉冲噪声污染的图像,深入分析了已有的抗噪型形态学差分算子的优缺点,结合对多方位形态学结构元素在边缘检测中应用的研究,提出了一种改进算法。实验表明,改进算法可以很好地去除噪声,同时较好地检测出图像边缘,改进效果明显。 相似文献
4.
针对图像边缘检测中,滤除图像噪声并有效保留图像边缘信息这一研究,提出了一种融合小波变换模极大值法和新型改进的数学形态学的含噪图像边缘检测方法。首先介绍了基于小波变换模极大值的图像边缘检测算法;然后提出了一种新型改进的数学形态学检测算法;最后为了综合两种算法的优点,应用新的融合方式将两种方法的检测结果融合到一起,提出一种融合小波变换和新形态学的含噪图像边缘检测方法。实验结果表明,提出的融合检测算法相比于单独使用小波变换模极大值或数学形态学算法,能更有效地抑制噪声,提高边缘检测效果。 相似文献
5.
6.
7.
一种基于图像灰度的红外目标识别算法 总被引:1,自引:0,他引:1
针对红外图像背景复杂、识别率不高的问题,提出了一种新的基于图像灰度的红外目标识别方法.首先在形态学理论的基础上设计了一种多级形态学目标检测算子,并结合区域生长法检测目标区域;其次在候选目标区域的基础上引入sigmoid函数进行区域筛选,缩小了下一步目标搜索范围,并利用Haar小波方法从区域纹理入手,综合考虑了目标区域及其周边8方向邻域的相似性关系,明确了图像目标识别中对红外实时图目标的提取;最后运用目标模板的先验知识进行目标识别.实验结果表明,该算法的目标识别率相对于模板匹配算法和otsu阈值检测算法得到了极大提高,对于复杂地面红外图像目标的匹配识别具有一定应用价值. 相似文献
8.
9.
针对木粉显微图像边缘复杂、细节模糊等问题,提出一种基于HSV空间目标提取和改进数学形态学多尺度算子的边缘检测算法。基于HSV空间提取目标,排除背景噪声干扰;通过最佳方向检测改进传统多尺度形态学检测算子,避免了多方向检测的权重选择,以此获得较好的木粉边缘。实验结果表明:形态学检测算子优于传统canny检测算子;改进的形态学多尺度检测算子不但取得了较好的边缘检测效果,而且提高了边缘检测精度和定位能力。 相似文献
10.
针对传统数学形态学边缘检测算法存在的边缘分辨率较低、低强度边缘保护能力较差等问题,提出一种改进的数学形态学边缘检测算法。该算法在保持传统形态学方法优点的基础上引入边缘方向信息,采用非极大值抑制方法对形态学梯度图像进行细化处理,利用新的基于方向的检测和连接方法从中提取边缘,既提高了检测出的边缘的分辨率,又实现了低强度边缘的保护,同时还获得了更强的抗噪声能力。与应用较为广泛的传统形态学方法及Canny边缘检测方法的比较研究也证明了该算法的有效性。 相似文献
11.
研究了红外面阵传感器图像中小目标的特征,针对目标低信噪比的问题,提出了一种新的单帧红外图像小目标的检测方法。首先用改进的中值滤波对图像进行处理,抑制孤立噪声,然后对图像进行基于提升小波的分解,并用形态学对图像进行背景抑制,最后通过自适应阈值进行二值化分割检测出小目标。实验结果表明:该方法对面阵传感器红外弱小目标有良好的检测效果。 相似文献
12.
介绍了高斯模板相关匹配红外小目标检测方法,指出了该方法的不足。提出了一种基于高斯模板的红外小目标分层匹配算法,这种方法避免了目标尺寸与模板尺寸失配情况下的匹配不精确问题,能够在不知道目标尺寸参数的情况下匹配到高斯形状的目标。实验结果表明这种方法很好地解决了低信噪比点目标检测问题。 相似文献
13.
14.
This paper presents a unified framework for automatically detecting and tracking dim small targets in infrared (IR) image sequence under complex backgrounds. Firstly, the variance weighted information entropy (variance WIE) followed by a region growing technique is introduced to segment the candidate targets in a single-frame IR image after background suppression. Then the pipeline filter is used to verify the real targets. The position and the size of the detected target are then obtained to initialize the tracking algorithm. Secondly, we adopt an improved local binary pattern (LBP) scheme to represent the target texture feature and propose a joint gray-texture histogram method for a more distinctive and effective target representation. Finally, target tracking is accomplished by using the mean shift algorithm. Experimental results indicate that the proposed method can effectively detect the dim small targets under complex backgrounds and has better tracking performance compared with the gray histogram based tracking methods such as the mean shift and the particle filtering. 相似文献
15.
Morphological shared-weight networks with applications to automatictarget recognition 总被引:11,自引:0,他引:11
A shared-weight neural network based on mathematical morphology is introduced. The feature extraction process is learned by interaction with the classification process. Feature extraction is performed using gray-scale hit-miss transforms that are independent of gray-level shifts. The morphological shared-weight neural network (MSNN) is applied to automatic target recognition. Two sets of images of outdoor scenes are considered. The first set consists of two subsets of infrared images of tracked vehicles. The goal in this set is to reject the background and to detect tracked vehicles. The second set consists of visible images of cars in a parking lot. The goal in this set is to detect the Chevrolet Blazers with various degrees of occlusion. A training method that is effective in reducing false alarms and a target aim point selection algorithm are introduced. The MSNN is compared to the standard shared-weight neural network. The MSNN trains relatively quickly and exhibits better generalization. 相似文献
16.
提出了一种基于Zernike矩和曲率不变的圆形标记椭圆图像中心的亚像素精确定位方法。首先采用多结构元多尺度形态学边缘检测算子提取椭圆图像的像素级边缘并滤除噪声,其次构造出椭圆图像的Zernike矩求解模型并结合曲率不变性计算出椭圆的亚像素边缘,最后利用最小二乘拟合对椭圆中心进行精确定位。实验结果表明:该方法具有计算速度快、定位精度高的优点,可用于高精度视觉测量。 相似文献
17.
针对红外序列图象中运动弱小目标的检测问题,提出了一种基于能量累积与Top-Hat算子的小目标检测方法,该方法是首先设置一定大小的滑动窗口,并通过对窗口内的图象序旬进行能量累积来去除图象中的随机噪声,以提高目标的信噪比;然后对能量累积后的图象采用形态学中的Top-Hat算子完成候选小目标的检测工作;最后利用序列图象中目标运动的连续性和轨迹的一致性来筛选出真正的目标,同时进行了该方法与传统高通滤波检测方法,在抗噪声性能、背景抑制性能以及抑制虚警目标性能等方面差异的比较实验,实验结果表明,基于能量累积与Top-Hat算子的小目标检测方法在这3个方面都优于高通滤波法,它能够快速、可靠检测出低信噪比的运动小目标。 相似文献
18.
针对通用目标检测算法在检测航空影像目标所表现的性能缺陷,提出一种改进Mask R-CNN算法用于航空影像的目标检测。该算法增加图像融合网络,将可见光图像与红外图像进行融合,消除目标被阴影遮蔽对检测造成的影响;同时改进了特征金字塔结构,使特征提取过程中的高层语义特征和低层定位信息得到充分融合,各尺度目标的检测精度得到提升;为解决小目标检测精度低和定位难度高的问题,该算法采用新型区域建议网络SD-RPN,在不同深度的卷积层设置合理大小的滑动窗口,用以检测不同尺度类型目标,使建议区域更加精准。实验结果表明,相比较主流检测算法,该算法在VEDAI数据集上表现出色,检测精度提升较大,尤其是小目标检测的精度提升显著。 相似文献