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:
针对复杂背景下红外弱小目标检测难题,提出一种基于人类视觉系统对比机制的红外弱小目标检测算法.首先,对红外图像进行预处理,通过中值滤波去除红外图像中的孤立噪声点.然后对处理后的图像进行高斯函数差分滤波处理,抑制图像中大面积高亮区域.最后,通过改进的基于局部对比度方法去除高亮边缘区域,消除高疑似目标,最终实现对复杂背景下红外弱小目标的检测.实验表明:相较于传统的LCM算法、Top-hat算法、TDLMS算法和Infrared Patch-Image Model算法等,该算法在虚警率、正确检测率、检测时间等方面更有优势,具有检测率高、虚警率低、鲁棒性好、运行时间短的特点.
推荐文章
基于人类视觉机制的红外目标检测方法
目标检测
红外弱小目标
视觉机制
采用视觉特征整合的红外弱小目标检测
计算机视觉
目标检测
弱小目标
视觉特征整合
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
采用图像块对比特性的红外弱小目标检测
目标检测
红外弱小目标
图像块
对比检测
感兴趣区域
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 采用人类视觉对比机制的红外弱小目标检测
来源期刊 红外技术 学科 工学
关键词 弱小目标检测 高斯函数差分滤波器 局部对比度方法 红外图像
年,卷(期) 2020,(6) 所属期刊栏目 图像处理与仿真
研究方向 页码范围 559-565
页数 7页 分类号 TP751.1
字数 3670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 刘旭 中国科学院智能红外感知重点实验室 28 129 5.0 11.0
10 崔文楠 中国科学院智能红外感知重点实验室 14 31 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (6)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
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(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 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
弱小目标检测
高斯函数差分滤波器
局部对比度方法
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
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
论文1v1指导