共查询到18条相似文献,搜索用时 453 毫秒
1.
通过对海上红外图像进行分析,提出了一种基于海天线提取的红外小目标检测方法。该算法的基本思路是根据所需提取目标的特点,首先选择感兴趣的灰度区域,然后运用Canny算子进行边缘检测,接着对图像进行Hough变换检测海天线,最后对海天线以下且符合目标特征的连通域进行标记从而来确定目标的位置。实验结果表明,该方法能较好地检测出海上红外小目标。 相似文献
2.
3.
本文基于海天背景目标提取技术的研究,给出一种实用的海天线提取算法。首先,采用空域滤波消除弱小船只目标和近域海浪杂碎波的干扰,对降噪后的红外图像进行形态学梯度运算,采用Ostu阈值分割方法,获取海天线边缘轮廓,然后利用Hough直线检测算法,获取海天线待拟合点数组,最后利用最小二乘法拟合海天线。实验结果表明,本算法能够准确、快速地提取海天线,为海上目标的快速探测跟踪奠定基础,对红外搜救设备进行海上目标探测跟踪具有重要意义。 相似文献
4.
5.
6.
复杂海天背景下红外舰船目标的自动检测方法 总被引:7,自引:0,他引:7
近年来,舰船目标的检测与识别技术得到了人们越来越多的重视.研究了复杂海天背景下红外舰船目标的自动检测问题.首先运用小波变换对图像进行预处理,提高了图像的信噪比,从而抑制了噪声和背景杂波.然后针对红外舰船目标总是出现在海天线附近的问题,采用梯度强度均值分割的算法检测了海天线,确定了目标的潜在区域.最后,提出了一种基于行列均值的自适应阈值分割算法,结合使用红外舰船目标的几何特征量,采用特征匹配方法提取出舰船目标,达到了自动检测的目的.实验结果表明:该方法能有效地自动检测复杂海面背景中的红外舰船目标. 相似文献
7.
8.
9.
10.
为了解决复杂海面干扰下海天线检测的问题,本文提出了一种基于边界先验双模型贝叶斯决策的红外图像的海天线检测方法。该方法首先将海空背景下的红外图像划分为子图像块,以子图像块的离散余弦变换的主余弦谱作为子图像块特征;然后,基于边界先验建立了海、天子图像块的贝叶斯决策模型,对海、天子图像块进行粗划分;之后,利用粗划分的子图像块集合建立细划分贝叶斯决策模型,利用重叠子图像块滑动细划分方法,获取海天线上候选点;最后,利用随机抽样一致性(RANSAC)算法得到海天线模型参数,实现海天线的检测。实验结果表明,该方法能有效检测出复杂海空背景下的海天线,对于海杂波、亮斑等干扰较多的复杂红外图像具有更优的检测效果,运算速度较快。 相似文献
11.
12.
13.
14.
15.
对存在背景干扰和噪声情况下的红外小目标检测方法进行了分析,提出了一种时空结合的红外小目标检测算法.首先根据背景图像变化较慢的特点,运用相邻帧相减以减少背景和噪声的干扰,接着对残差图像进行非下采样Contourlet变换,利用非下采样Contourle分解后子图像的特性抑制剩余的背景并消除噪声,提高了目标信噪比,最后通过... 相似文献
16.
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
17.
复杂海面背景红外小目标自动检测方法 总被引:22,自引:6,他引:16
采用维纳自适应滤波,抑制随机噪声和高斯噪声;利用Otus阈值法分割图像,确定海天线和目标潜在区;利用Top—Hat算子进行形态滤波处理,抑制平缓变化背景并保留高亮度区的目标和强噪声;选择结构元素进行形态开运算,去掉细小的背景杂波干扰;针对远距离舰艇小目标总是出现在海天线附近以及红外目标灰度高于其邻域背景的特点,确定阈值即可分离出真正的目标。实验结果表明,该方法可以较好地抑制海浪、云层等背景的干扰,能有效检测复杂海面背景中的红外小目标。 相似文献
18.
利用局部直线段模糊投票的低SNR海天线提取方法 总被引:2,自引:0,他引:2
提出了一种采用“假设-检验”策略的海天线提取新方法。在假设阶段,提出了一种新的直线段Hough变换检测疑似海天线。首先,以局部直线段为整体估计直线参数,理论推导证明此时估计误差方差远小于各边缘点独立估计时误差方差的平均值。其次,针对残余估计误差,设计了局部直线段模糊投票策略,实现全局直线段的投票聚类。最后,检测峰值点形成疑似海天线假设。在检验阶段,提出了三类新特征描述海天线与海杂波的属性差异,并采用SVM分类器识别海天线。该方法提取低信噪比海天线准确,识别正确率高,仿真和实测数据的实验结果验证了所提方法的有效性。 相似文献