基于局部梯度和局部熵的红外小目标融合检测

基于局部梯度和局部熵的红外小目标融合检测

ID:36770854

大小:290.24 KB

页数:4页

时间:2019-05-15

基于局部梯度和局部熵的红外小目标融合检测_第1页
基于局部梯度和局部熵的红外小目标融合检测_第2页
基于局部梯度和局部熵的红外小目标融合检测_第3页
基于局部梯度和局部熵的红外小目标融合检测_第4页
资源描述:

《基于局部梯度和局部熵的红外小目标融合检测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、维普资讯http://www.cqvip.com第34卷(2006)第10期计算机与数字工程基于局部梯度和局部熵的红外小目标融合检测陈湘凭’’王志成’’田金文’’(华中科技大学图像识别与人工智能研究所”武汉430074)(华中科技大学图像信息处理与智能控制教育部重点实验室武汉430074)摘要提出了一种基于局部梯度强度和局部熵的红~I-d,目标融合检测的方法。小目标检测是整个自动目标识别系统的一个非常重要的子系统,可以说,检测子系统的性能在很大程度上决定了自动目标识别系统的性能。由于弱小目标的存在会引起其所在区域的

2、内部细节和局部纹理与背景相比发生较大的变化,而局部梯度强度和局部熵非常好地刻画这种变化。文中通过提取序列图像中每帧的局部梯度强度和局部熵的特征图像,进行自适应的融合。为了充分利用目标的运动信息,连续多帧图像的融合特征图像进行能量累积,达到进一步提高检测概率,降低虚警率。实验结果证明了方法的有效性。关键词弱小目标融合检测局部熵局部梯度强度ROC中图分类号TP75FusionDetectionofSmallInfraredTargetBasedonLocalEntropyandLocalGradientStrength

3、ChenXiangpingWangZhichengTianJinwen(InstituteforPatternRecognitionandArtificialIntelligence,HUST”,Wuhan430074)(StateEducationCommissionKeyLaboratoryforImageProcessingandIntelligenceControl,HUST2’,Wuhan430074)AbstractAnovelmethodbasedongradientstrengthandlocale

4、ntropyforfusiondetectionofweaksmalltargetswithlowcon-trastispresentedinthispaper.Smalltargetdetectionplaysanimportantroleinautomatictargetrecognition(ATR)system.TheperformanceoftargetdetectionsubsystemmostlydeterminesthecapabilityofoverallATRsystem.Thelocaldet

5、ailsandlocaltexturewillbechangedbecauseoftheexistenceofsmaltargetofinterestcomparedwiththecomplicatedbackground,whichCanbedepic-tedbylocalgradientstrengthandlocalentropy.Thetwofeatureimagesofeachframeinimagesequences,i.e.1ocalgradientstrengthandlocalentropy,ar

6、eextractedtofuseadaptively.Inordertosufficientlyutilizethemotioninformation,thefeatureimagesofmulti—framearecumulatedtoimprovethedetectionprobabilityandreducethefalsealarmrate.Theexperimentalresultsshowthattheproposedalgorithmisefective.Keywordssmallweaktarget

7、,fusiondetection,localentropy,gradientstrength,receiveroperationcharacteristicsClassnumberTP75标的特性,也就无法进行自适应检i贝8。因而,除了l引言对复杂背景下的红外图像进行适当的预处理对于弱小目标的自适应融合检测,尤其是对于外¨J,还需要充分利用目标的多个特征,对各个特复杂海天背景下的弱小目标的检测,通常单帧图像征所对应的特征图像进行融合检测。进行融合检的信噪比比较低,目标往往淹没在复杂的背景中,测的关键是如何自适应地确

8、定各个特征图像的融并有大量杂波的干扰,无疑增加了检测的难度。同合权重。这是因为,不同的特征在不同的时刻对弱时,仅仅利用目标的单个特征来进行准确的检测还小目标检测的贡献是不一样,可以体现在相应的融不够,因为目标的单个特征往往随着各种外部环境合系数上。的变化而变化,导致单个特征无法长时间的刻画目对复杂背景下弱小目标的检测,除了对单帧图像收到本文时间:2005年l

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。