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:
红外弱小目标检测技术是目标自动检测系统中的核心技术之一.在复杂背景以及强杂波存在的情形下,红外弱小目标检测往往会有高虚警率的问题.对于这一问题,提出了一种基于多尺度局部对比度与局部梯度分布的红外弱小目标检测算法,具有重要意义.相比于以前的算法,该方法利用多尺度局部对比度机制增强红外图像中的疑似红外弱小目标的区域,再利用红外图像的局部梯度分布信息对这些疑似红外弱小目标的区域进行判别,剔除其中的虚警区域,得到有低虚警率红外弱小目标检测结果.实验结果表明:该算法结果可靠,检测准确率高.可见,新算法可以有效地提高在复杂背景以及存在强杂波情形下红外图像中弱小目标的检测准确率.
推荐文章
局部对比度结合区域显著性红外弱小目标检测
局部对比度
区域显著性
信息熵
弱小目标检测
红外图像
基于局部对比度测量的红外弱小目标恒虚警检测
目标检测
弱小目标
恒虚警率
自适应阈值
局部对比度增强
视觉显著图
基于边缘提取的局部对比红外弱小目标检测改进算法
弱小目标
视觉显著性
局部对比度
Canny算子
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
目标检测
视觉注意
尺度感知
对比度测量
跳出效应
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 基于对比度和梯度分布的红外弱小目标检测
来源期刊 上海航天 学科 工学
关键词 红外弱小目标检测 多尺度局部对比度 局部梯度分部 红外图像
年,卷(期) 2019,(5) 所属期刊栏目 创新与探索
研究方向 页码范围 89-93
页数 5页 分类号 TP391.4
字数 3845字 语种 中文
DOI 10.19328/j.cnki.1006-1630.2019.05.012
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 杨杰 上海交通大学电气工程与电子信息学院 340 5370 35.0 58.0
2 王露 上海交通大学电气工程与电子信息学院 2 0 0.0 0.0
3 刘明娜 2 10 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (52)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(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)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(3)
  • 参考文献(2)
  • 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
红外弱小目标检测
多尺度局部对比度
局部梯度分部
红外图像
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
上海航天
双月刊
1006-1630
31-1481/V
上海元江路3888号南楼
chi
出版文献量(篇)
2265
总下载数(次)
4
总被引数(次)
11928
论文1v1指导