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:
为了能够在复杂环境下准确定位出弱小目标,依据目标的高斯形状特性,设计了强度-梯度映射耦合多方向中值滤波的红外弱小目标检测算法.首先,根据红外图像在4个不同方向的强度均值,对经典的中值滤波进行改进,以有效抑制复杂背景中的噪声.再基于弱小目标的中心像素,获取整个红外图像的强度信息.将红外图像沿着半径方向分割为4个子块,并建立每个子块的极坐标系统,以计算其对应的梯度值.依据最大与最小梯度值的比率,得到整个红外图像的梯度信息.再将强度与梯度信息实施融合,得到背景抑制图像,以增强红外弱小目标.最后,利用强度-梯度映射中的非零像素均值来计算阈值,对背景抑制图像实施分割,准确定位弱小目标.测试数据显示,与已有的红外弱小目标检测方案相比,所提算法具备更高的检测准确性,可完整地识别出目标,呈现出更为理想的ROC(receiver operating characteristic)曲线.
推荐文章
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
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
基于多向梯度背景预测的红外目标检测算法
背景预测
多向梯度
阈值
弱小目标
基于多方向混合模板的红外弱小目标检测算法
红外弱小目标
灰度特征
目标检测
检测模板
改进算法
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 基于强度-梯度映射与多方向中值滤波的红外弱小目标检测算法
来源期刊 电子测量与仪器学报 学科
关键词 红外弱小目标检测 高斯形状 强度-梯度映射 多方向中值滤波 背景抑制 阈值分割
年,卷(期) 2020,(12) 所属期刊栏目 学术论文|PAPERS
研究方向 页码范围 151-158
页数 8页 分类号 TP391|TN21
字数 语种 中文
DOI 10.13382/j.jemi.B2003071
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (22)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(12)
  • 参考文献(1)
  • 二级参考文献(11)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(18)
  • 参考文献(2)
  • 二级参考文献(16)
2016(12)
  • 参考文献(2)
  • 二级参考文献(10)
2017(18)
  • 参考文献(2)
  • 二级参考文献(16)
2018(24)
  • 参考文献(5)
  • 二级参考文献(19)
2019(7)
  • 参考文献(5)
  • 二级参考文献(2)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 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
高斯形状
强度-梯度映射
多方向中值滤波
背景抑制
阈值分割
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
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导