基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于加权LoG算子及形态学运算的方法来提高远距离红外弱目标检测效率.通过不同尺度的加权LoG算子对图像进行运算,提取响应值最大的特征图.对图像进行形态学运算去噪,并进行Otsu二值分割聚类.输出目标点在图像上的位置坐标.实验结果表明:该方法与传统滤波方法相比,信噪比增益为36.9,杂波抑制因子为4.7,均比传统滤波方法要好.
推荐文章
基于局部窗口的红外弱小目标检测方法
红外图像
红外弱小目标
背景预测
目标检测
基于时空域融合的红外弱小目标检测新方法
时空域融合
弱小目标
小波变换
Tophat变换
基于矢量小波的红外弱小目标检测算法研究
矢量小波
弱小目标
目标检测
红外图像
基于多特征融合与粒子滤波的红外弱小目标跟踪方法
红外弱小目标
多特征融合
粒子滤波
目标跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于加权LoG算子的红外弱小目标检测方法研究
来源期刊 应用光学 学科 工学
关键词 加权LoG算子 形态学运算 弱小目标检测
年,卷(期) 2017,(1) 所属期刊栏目 红外技术
研究方向 页码范围 114-119
页数 6页 分类号 TN219|TP317.4
字数 3038字 语种 中文
DOI 10.5768/JAO201738.0106003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林晓 上海交通大学电子信息与电气工程学院 9 32 4.0 4.0
2 周苑 河南工程学院计算机学院 14 52 5.0 6.0
3 张健民 河南工程学院计算机学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (74)
参考文献  (19)
节点文献
引证文献  (6)
同被引文献  (39)
二级引证文献  (0)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(6)
  • 参考文献(5)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
加权LoG算子
形态学运算
弱小目标检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
应用光学
双月刊
1002-2082
61-1171/O4
大16开
西安市电子城电子三路西段9号(西安123信箱)
1980
chi
出版文献量(篇)
3667
总下载数(次)
3
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导