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:
针对红外光学系统在复杂背景下的弱小目标检测问题,建立了基于特征整合的信息处理模型,提出了采用视觉特征整合的弱小目标检测方法.该方法首先利用视网膜神经节细胞感受野的数学模型DOG(Different-of-Gaussian)对红外图像进行初级信息处理,初步检测出弱小目标.而后,分为空域和频域两个通道进行特征提取.在空域通道,利用图像信息构造二阶微分Hessian矩阵,通过计算其直迹与行列式进行局部极值的判定,提取出含有弱小目标的结构分量特征;在频域通道,利用小波对图像频域进行二级分解,提取出含有弱小目标的高频分量特征.最后,将空域通道与频域通道的分量特征整合,提取出复杂背景下的弱小目标.实验结果表明:当虚警率为10-3时,该方法对弱小目标的平均检测概率为95.17%.基本满足红外弱小目标检测方法的稳定可靠、精度高等要求.
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 采用视觉特征整合的红外弱小目标检测
来源期刊 光学精密工程 学科 工学
关键词 计算机视觉 目标检测 弱小目标 视觉特征整合
年,卷(期) 2020,(2) 所属期刊栏目 信息科学
研究方向 页码范围 497-506
页数 10页 分类号 TP394.1|TN911.73|TP391.4
字数 5194字 语种 中文
DOI 10.3788/OPE.20202802.0497
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 张新 中国科学院长春光学精密机械与物理研究所中国科学院光学系统先进制造技术重点实验室 123 1155 20.0 29.0
2 王灵杰 中国科学院长春光学精密机械与物理研究所中国科学院光学系统先进制造技术重点实验室 27 115 6.0 10.0
3 吴洪波 中国科学院长春光学精密机械与物理研究所中国科学院光学系统先进制造技术重点实验室 3 38 1.0 3.0
7 赵尚男 中国科学院长春光学精密机械与物理研究所中国科学院光学系统先进制造技术重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (48)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(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)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(11)
  • 参考文献(2)
  • 二级参考文献(9)
2015(10)
  • 参考文献(2)
  • 二级参考文献(8)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(6)
  • 参考文献(1)
  • 二级参考文献(5)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(6)
  • 参考文献(6)
  • 二级参考文献(0)
2020(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
计算机视觉
目标检测
弱小目标
视觉特征整合
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
光学精密工程
月刊
1004-924X
22-1198/TH
大16开
长春市东南湖大路3888号
12-166
1959
chi
出版文献量(篇)
6867
总下载数(次)
10
论文1v1指导