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:
如何在没有先验信息的情况下从复杂噪声背景下快速检测到远距离进入的弱小目标,提高整个装备系统的响应能力,是目前IRST热门研究课题.本文通过引入视觉注意机制,提出了一种结合尺度自适应的局部对比度测量的红外弱小目标检测方法.本文首先采用拉普拉斯金字塔尺度空间理论对所有像素点局部对比度进行分析,获得对应的自适应尺度信息;然后在跳出效应的基础上设计了一种基于改进的局部对比度测量模型,最终生成一个显著图来突出目标特性,该方法能够在增强目标对比度同时,抑制背景杂波.定性定量实验结果表明,本文提出的方法相比于对比算法具有较高的红外小目标检测性能,能够对对比度不低于5%的目标稳定检测,适合防空武器装备工程应用.
推荐文章
基于局部显著度的机动弱小目标检测算法
红外弱小目标检测
变速运动目标
基于块显著度的局部对比检测
空间辐射能量累积
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
多尺度形态学的局部对比度增强优化算法
形态学
多尺度
局部对比度
图像增强
基于时空域融合的红外弱小目标检测算法
时空域融合
Top-hat
三帧差分滤波
或运算
小目标
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 结合视觉注意力机制基于尺度自适应局部对比度增强的红外弱小目标检测算法
来源期刊 红外技术 学科 工学
关键词 目标检测 视觉注意 尺度感知 对比度测量 跳出效应
年,卷(期) 2019,(8) 所属期刊栏目 图像处理与仿真
研究方向 页码范围 764-771
页数 8页 分类号 TN219
字数 6506字 语种 中文
DOI
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 王新政 桂林理工大学信息科学与工程学院 16 51 4.0 7.0
2 程小辉 桂林理工大学信息科学与工程学院 91 420 10.0 16.0
3 沈旭 岭南师范学院信息工程学院 16 23 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (12)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(8)
  • 参考文献(0)
  • 二级参考文献(8)
2016(12)
  • 参考文献(2)
  • 二级参考文献(10)
2017(6)
  • 参考文献(2)
  • 二级参考文献(4)
2018(8)
  • 参考文献(7)
  • 二级参考文献(1)
2019(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)
研究主题发展历程
节点文献
目标检测
视觉注意
尺度感知
对比度测量
跳出效应
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
红外技术
月刊
1001-8891
53-1053/TN
大16开
昆明市教场东路31号《红外技术》编辑部
64-26
1979
chi
出版文献量(篇)
3361
总下载数(次)
13
总被引数(次)
30858
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