作者:
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:
针对海天背景下红外视频图像序列中小目标检测的精度问题,提出一种基于多滤波融合的算法.通过分析红外小目标及背景噪声的成像特征与时空特性,将Tophat算法与改进的Robinson guard滤波器相结合,有效抑制背景、突显目标;采用自适应阈值分割提取候选目标,并使用Unger平滑滤波以及多目标关联滤波剔除噪声和伪目标.多组红外小目标图像序列的检测实验结果表明,提出的算法平均检测率高达99%,在不同场景下均有较高的检测精度.
推荐文章
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
基于多特征信息融合粒子滤波的红外目标跟踪
粒子滤波
纹理特征
多特征融合
目标跟踪
基于多特征融合的红外目标识别算法
红外图像
多特征融合
目标识别
颜色特征
边缘特征
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 基于多滤波算法融合的红外小目标检测
来源期刊 应用光学 学科 工学
关键词 多滤波融合 红外小目标检测 Tophat算法 Robinsonguard滤波器算法 自适应阈值分割 Unger平滑滤波 多目标关联滤波
年,卷(期) 2017,(1) 所属期刊栏目 红外技术
研究方向 页码范围 106-113
页数 8页 分类号 TN215|TP391
字数 3153字 语种 中文
DOI 10.5768/JAO201738.0106002
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 王敏 华中科技大学自动化学院 297 3374 28.0 48.0
2 王东 华中科技大学自动化学院 26 178 9.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (45)
参考文献  (10)
节点文献
引证文献  (9)
同被引文献  (17)
二级引证文献  (3)
1959(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多滤波融合
红外小目标检测
Tophat算法
Robinsonguard滤波器算法
自适应阈值分割
Unger平滑滤波
多目标关联滤波
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