共查询到20条相似文献,搜索用时 203 毫秒
1.
2.
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
3.
针对存在复杂背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于循环平移Contourlet变换和Facet模型多向梯度特性的检测方法。首先通过循环平移Contourlet变换,利用硬阈值对图像进行去噪,提高图像的信噪比和平滑性;然后设计了一种基于Facet模型多向梯度特性的中值滤波器,对去噪后的图像进行滤波,有效地抑制复杂背景和噪声;其次采用两级最大类间方差算法对滤波后的图像进行分割;最后根据相邻帧候选目标的位置和速度关系进一步检测弱小目标。实验证明,这种算法抗噪性强,对包含强纹理结构的复杂背景具有良好的抑制作用,能够有效地检测出弱小目标。 相似文献
4.
5.
针对天空背景下红外弱小目标检测困难的情况,首先通过改进的形态学滤波目标增强方法对图像进行背景抑制与噪声去除,而后采用恒虚警检测方法(CFAR)对滤波后图像进行分割,获得候选点目标,然后采用行程目标标记的方法得到候选目标的位置信息、面积信息等,单帧图像检测之后,复杂的天空背景仍然会存在虚警。为了提高检测概率、降低虚警率,结合目标运动特性(包括运动轨迹、速度、加速度等)、灰度变化、面积变化等帧间相关性采用移动式管道滤波方法对序列图像候选目标做进一步判断。实验结果表明,该方法能有效地从复杂背景中检测出真实目标。 相似文献
6.
7.
8.
9.
针对信噪比低、背景和噪声干扰严重的红外图像,根据图像序列中运动目标的帧间相关特性以及噪声的不相关理论,基于OpenCV(Open Soure Computer Vision Library)计算机视觉库,提出了一种弱小目标的检测算法,并对检测到的目标进行了跟踪。采用能量累积的方法得到背景,然后从原始图像中去除背景,提高信噪比;利用目标的帧间相关特性以及运动信息去除噪声;最后通过Kalman滤波算法来对检测到的目标进行跟踪。实验结果表明:该检测算法能有效地从序列图像中提取出弱小运动目标,跟踪算法也能实时地进行跟踪并在目标被遮挡时准确地预测出目标位置。 相似文献
10.
弱目标的检测一直是监视和报警系统的重要组成部分.海面背景下海面及连绵起伏的波浪反光使图像的信噪比和对比度都较低,而且舰船目标像素较少.先利用自适应灰度阈值对图像进行滤波;再进行9/7提升小波变换,提取高频部分;然后利用高频部分进行重构;最后对重构后的图像进行自适应灰度阈值处理,检测出目标.实验结果表明该算法能够有效地检测出强噪声和背景杂波干扰情况下的舰船目标. 相似文献
11.
基于疑似目标区域提取的空间图像降噪 总被引:1,自引:1,他引:0
对于空间目标图像的降噪预处理,要求能够完整地保留目标的边缘同时保证目标内部灰度分布不变,直接利用传统降噪增强方法难以取得理想效果.针对空间目标可见光图像,分析可能引入的噪声种类及其特性,提出了一种通过提取疑似目标区域达到降噪目的的方法.该方法首先使用SUSAN滤波结合频域分析、背景杂波抑制获得目标区域,然后从原始图像中提取出没有背景噪声的图像,从而实现图像的降噪.为了验证降噪效果,从整体视觉效果、局部星点视觉效果和信噪比三方面,与中值滤波、低通滤波、小波变换方法处理结果进行比较,实验结果显示,该方法在去除背景噪声的同时,能够更好地保留目标的边缘和内部灰度分布. 相似文献
12.
13.
基于K—L变换的红外图像弱小目标检测与分析 总被引:8,自引:0,他引:8
针对红外图像中的目标对比度低、尺寸小及背景复杂等特点,利用正交变换去相关特性,提出了一种改进的K-L变换和广义K-L变换的红外弱小目标检测与描述方法,从而实现低信噪比条件下红外弱小目标的检测。 相似文献
14.
15.
复杂背景下的红外图像通常存在信噪比低、邻近像素灰度变化不明显以及易被杂波信号和噪声干扰的特点,导致红外小目标检测困难。为解决上述问题,提出一种基于特征显著性融合的红外小目标检测算法。首先,在空间域中利用目标与其局部背景灰度差异来计算得到灰度显著图,在频域中结合谱残差计算得到背景抑制后的频域显著图;其次,将灰度显著图和频域显著图归一化后通过哈达玛乘积相互融合;最后,通过自适应阈值分割并使用Unger滤波器剔除较小的噪声点,从而提取出目标区域。实验结果表明,所提算法对图像的信噪比有了数十倍的提升,对背景抑制效果显著,并有着检测率高和虚警率低的优点,是一种有效的小目标检测算法。 相似文献
16.
在雾天等能见度极低的天气环境下应用联合变换相关器对运动目标进行跟踪识别,针对目标由于灰度对比度极低、能见度差及环境中背景噪声干扰所引起的低识别率问题,提出了一种基于多小波增强的预处理方法,该方法在多小波变换优点的基础上,根据分解后系数的不同特点,采用不同方法分别增强高、低频系数,使处理后的图像在不失真的同时,对比度和目标边缘同时增强,且背景噪声得以抑制。对模拟雾天环境下拍摄的大量运动目标进行光学相关实验,结果表明:该方法能有效提高在雾天天气环境下运动目标的跟踪效率,验证了算法的可行性。 相似文献
17.
联合变换相关器可用于精确识别与定位目标,其瓶颈在于如何在复杂背景中识别形变目标,这也限制了目标模式识别技术的发展.为解决这一问题,提出了一种改良型的最大平均高度(MACH)滤波器算法.该算法对于旋转形变及尺寸形变目标均有很强的识别能力.根据大量的实验结果分析,对合成滤波器的控制参数进行了优化,使得该滤波器具有较高的形变识别容差,并能有效抑制复杂噪声.通过将频域中改良的MACH滤波器返回至空域,可获得含有目标多种不同状态的MACH参考模板.利用该模板,能有效增强相关峰亮度,扩大复杂背景中形变目标的识别范围.作为实例,对复杂背景中的战舰目标进行了计算机模拟实验与光学实验.实验结果证明了该算法的可行性和实用性. 相似文献
18.
基于循环平移Contourlet变换的红外小目标检测方法 总被引:1,自引:0,他引:1
分析了在有噪声和背景干扰情况下检测红外小目标的方法,提出了一种将循环平移Contourlet变换去噪 方法和自适应阈值分割方法相结合的红外小目标检测算法。该方法首先对原始图像进行循环平移阈值去噪,再用原始图像减去 去噪图像,对得到的残差图像进行自适应阈值分割,分离出少量的候选目标点,最后利用目标运动的连续性和一致性检测出 目标。分别用Contourlet变换法、小波变换法和本文提出的检测法对小目标进行了检测。仿真结果表明,本文提出的检测方法 能较精确地检测出序列图像中的红外小目标,检测效果优于Contourlet变换法和小波变换法。 相似文献
19.