Please wait a minute...
空天防御  2019, Vol. 2 Issue (1): 64-69    
0
  系统建模与仿真技术 本期目录 | 过刊浏览 | 高级检索 |
基于多方向混合模板的红外弱小目标检测算法
张燕, 贾振宇, 周顾人, 黄峥嵘, 刘静秋
上海机电工程研究所, 上海 201109
Infrared Dim Target Detection Based on Multi-directional Mixed Template
ZHANG Yan, JIA Zhenyu, ZHOU Guren, HUANG Zhengrong, LIU Jingqiu
Shanghai Electro-Mechanical Engineering Institute, Shanghai 201109, China
全文: PDF(5249 KB)  
输出: BibTeX | EndNote (RIS)       背景资料
文章导读  
摘要 在对复杂背景下红外弱小目标的灰度特征进行深入分析后,提出了一种新的红外弱小目标检测算法。首先,通过研究分析红外弱小目标图像各个部分的灰度分布特征,引入了一种改进的检测模板;该模板具有8个方向、3个层次结构,能够滤除属于背景的部分区域。其次,采用中值滤波对图像进行预处理,以滤除与目标差别较大的背景区域,从而降低检测时间,并基于目标特有的灰度分布特点,提出一种新的改进算法。最后,通过仿真实验验证了本文提出的检测算法。结果表明,此算法能够有效地检测弱小目标,可为导弹及早发现并追踪红外小目标提供参考。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
Abstract:This paper analyses the gray characteristic of the infrared dim target under complex background, and proposes a new target detection method. Firstly, an improved detection template is introduced based on the analysis of the gray distribution characteristic in different structure of an infrared image. The adopted detection template has eight different directions and three levels, which can filter out some parts belonging to the background. Secondly, a pretreatment process based on mean filter is adopted to save detection time consumption and a new improved algorithm based on gray characteristic is proposed. Finally, experimental results reveal that the proposed method can effectively detect small and dim targets, which builds a basis for improving the detection and tracking efficiency of missiles. 
收稿日期: 2018-09-30      出版日期: 2019-01-15
ZTFLH:  TP391.41  
基金资助: 
作者简介: 张燕(1990— ),女,硕士,主要研究方向为软件设计。
引用本文:   
张燕, 贾振宇, 周顾人, 黄峥嵘, 刘静秋. 基于多方向混合模板的红外弱小目标检测算法[J]. 空天防御, 2019, 2(1): 64-69.
ZHANG Yan, JIA Zhenyu, ZHOU Guren, HUANG Zhengrong, LIU Jingqiu. Infrared Dim Target Detection Based on Multi-directional Mixed Template. Air & Space Defense, 2019, 2(1): 64-69.
链接本文:  
https://www.qk.sjtu.edu.cn/ktfy/CN/      或      https://www.qk.sjtu.edu.cn/ktfy/CN/Y2019/V2/I1/64

参考文献
[1] 孙棪伊, 范文晶, 曾远帆, 干兴业, 汤日佳, 韩锐. 基于Harris角点检测的装填靶标识别方法[J]. 空天防御, 2022, 5(4): 87-91.
[2] 顾念祖, 陶青长, 邢飞, 孙炘, 吴志林, 尤政. 基于ESPRIT+GS-SMI算法的抗卫星导航欺骗干扰技术研[J]. 空天防御, 2022, 5(1): 78-85.
[3] 蔡云泽, 张彦军. 基于双通道特征增强集成注意力网络的红外弱小目标检测方法[J]. 空天防御, 2021, 4(4): 14-22.
[4] 王悦行, 吴永国, 徐传刚. 基于深度迁移学习的红外舰船目标检测算法[J]. 空天防御, 2021, 4(4): 61-66.
[5] 胡锦昊, 王明昊, 夏天扬, 王悦行, 杜海静, 徐传刚. 基于HSV色彩空间的红外与可见光图像融合方法[J]. 空天防御, 2021, 4(4): 87-94.
[6] 施元斌, 张晓杰, 王兴. 基于梯度和各向异性扩散的红外双波段目标检测方法[J]. 空天防御, 2021, 4(4): 95-100.
[7] 邱忠宇, 赵文龙, 高文, 潘洪涛, 史冉东. 动态视觉传感器的目标检测算法对比分析[J]. 空天防御, 2021, 4(4): 101-106.
[8] 魏志飞, 宋泉宏, 李芳, 杨擎宇, 王爱华. 基于神经网络模型压缩技术的目标检测算法研究[J]. 空天防御, 2021, 4(4): 107-112.
[9] 杨擎宇, 宋泉宏, 魏志飞, 顾一凡. 基于引导滤波权重与显著信息优化的红外与可见光图像融合[J]. 空天防御, 2021, 4(4): 113-118.
[10] 何健, 袁双, 李芳, 杨贝尔, 李庆波, 何志敏. 基于GPU+FPGA异构计算资源的目标信息智能处理技术[J]. 空天防御, 2021, 4(3): 10-16.
[11] 赵会盼, 刘环宇. 基于多模态数据融合学习网络的微弱目标群检测方法[J]. 空天防御, 2021, 4(3): 41-47.
[12] 喻小龙, 肖永生, 聂江华, 毛聪. 基于改进Hough变换的红外图像直线检测[J]. 空天防御, 2021, 4(1): 47-51.
[13] 曹靖豪, 张俊举, 黄维, 姚若彤, 张平. 基于多尺度特征融合的无人机识别与检测[J]. 空天防御, 2021, 4(1): 60-64.
[14] 蒋兴浩, 赵泽宇, 许可. 基于视觉的飞行器智能目标检测对抗攻击技术[J]. 空天防御, 2021, 4(1): 8-13.
[15] 高魏华, 吕广强, 曹鲁光, 丁小芩, 李烽. 软硬件综合FMEA在弹载嵌入式软件中的应用[J]. 空天防御, 2020, 3(1): 10-16.
沪ICP备15013849号-1
版权所有 © 2017《空天防御》编辑部
主管单位:中国航天科技集团有限公司 主办单位:上海机电工程研究所 上海交通大学出版社有限公司