基于奇异值分解的红外弱小目标检测?

• 作者: 田超 高陈强
• 来源期刊: 工程数学学报
• 学科: 工学
• 关键词: 红外图像序列 奇异值分解 弱小目标 跟踪前检测
• 年，卷（期）: 2015,（1）
• 页码范围: 1-10
• 页数: 10页
• 分类号: TN911.73
• 字数: 4213字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3085.2015.01.001

摘要

鉴于传统的基于单幅图像奇异值分解红外弱小目标检测算法的不足，提出了一种新的基于图像序列奇异值分解的红外弱小目标检测算法。首先，利用图像序列构造图像矩阵并进行奇异值分解，得到对应的特征值与特征向量；其次，利用处理后的特征值和特征向量重构图像序列，得到新的特征图像序列；再次，在特征图像序列中选取合适的特征图像进行处理从而增强目标并抑制背景；然后，对新特征图像进行阈值分割，得到要检测的弱小目标；最后，对序列中的每幅图像分别进行帧间位置修正与帧内位置修正，以达到检测红外弱小目标的目的。实验结果表明该算法具有很好的鲁棒性与实时性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高陈强	重庆邮电大学通信与信息工程学院	19	110	6.0	10.0
2	田超	重庆邮电大学通信与信息工程学院	2	7	1.0	2.0