在低信噪比及背景干扰下红外图像点目标和面目标的检测

在低信噪比及背景干扰下红外图像点目标和面目标的检测

ID:38201578

大小:159.37 KB

页数:3页

时间:2019-05-25

在低信噪比及背景干扰下红外图像点目标和面目标的检测_第1页
在低信噪比及背景干扰下红外图像点目标和面目标的检测_第2页
在低信噪比及背景干扰下红外图像点目标和面目标的检测_第3页
资源描述:

《在低信噪比及背景干扰下红外图像点目标和面目标的检测》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第25卷 第3期计   量   学   报Vol.25,№32004年7月ACTAMETROLOGICASINICAJuly2004在低信噪比及背景干扰下红外图像点目标和面目标的检测于海南, 赵保军(北京理工大学电子工程系,北京100081)摘要:红外寻的导引头点目标及面目标的检测是地空导弹和航空导弹的关键技术。文中提出了高斯核自适应平滑滤波,并在此基础上依据点目标和面目标的边缘灰度值高及变化大的特点设计出提取方法,然后用区域增长恢复没有被提取出来的面目标的内部。实验表明该方法是正确和有效的。关键词:计量学;红外图像;自适应平

2、滑滤波;区域增长中图分类号:TB973文献标识码:A文章编号:100021158(2004)0320232203DetectionofPointTargetsandRegionalTargetsofInfraredImagesontheConditionofLowSNRandBackgroundDisturbingYUHai2nan,ZHAOBao2jun(BeijingInstituteofTechnology,Beijing100081,China)Abstract:Thedetectionofsmalltargetima

3、geforinfraredhomingguidanceheadarethecrucialtechniquesforground2airandsurface2airmissiles.AGaussiankerneladaptivesmoothfilterisproposed,onthebasisofwhichaschemeisdesignedtoextractinformationoftargetsaccordingtothefeaturethatthegraylevelofpointtargetsandtheedgeofregi

4、onaltargetsarehighandvarygreatly.Thenaregiongrowthmethodisusedtorestoretheinternalpartoftheregionaltargetsnotbeingextracted.Keywords:Metrology;Infraredimages;Adaptivesmoothfilter;Regiongrowth协调好算法复杂程度与计算速度的矛盾。相应的算1 引 言法设计也就必须针对目标的多、小、弱等特点入手。本文旨在红外图像中的背景噪声为云层,并存红外成像制

5、导是现代武器装备中的关键技术之在高斯白噪声的干扰下,检测点目标和面目标。一一。其智能化、实时化的识别跟踪技术是当前精确般来说,由于目标红外辐射比云层背景高,其在红外制导研究领域的热门话题。由于探测和跟踪的目标图像中对应的灰度值较之背景与噪声更大。本文充一般距离较远,因此目标成像面积较小,同时受云分利用上述特点,采取下述步骤来检测点目标和面层、海洋、树木等背景噪声及与信号不相关的高斯白目标。噪声的干扰,信噪比极低。这使得处理算法不能过首先,应对原图像进行自适应平滑滤波,使得图于简单。但是在红外制导的实际应用中,又需要尽像在保持目

6、标的强边缘的前提下抑制高斯白噪声。快识别跟踪目标。这就要求红外目标检测跟踪算法其次,利用点目标及面目标边缘在其邻域内对比度在保持识别跟踪准确的基础上提高计算速度,即要高以及灰度值高的特点选出这些起始点以便进一步收稿日期:2003-03-06;修回日期:2003-08-05作者简介:于海南(1977—),女,吉林镇赉人,北京理工大学硕士研究生,主要从事数字图像处理的研究。第25卷 第3期于海南等: 在低信噪比及背景干扰下红外图像点目标和面目标的检测233处理。虽然这时可以检测出点目标和面目标的边其中σ为调节指数衰减速度。缘,但希

7、望能补全面目标挖空的部分。为克服这一在实际计算中,还要对权重ω作归一化处理,(k)困难,在抑制高斯白噪声图像的基础上用起始点进以便平滑后的f(i,j)不会超出图像的灰度值边行区域增长,这样,输出的结果可完整地检测出面目界。也可以根据需要反复迭代上述处理过程,以获标。得更好的抑噪效果。自适应平滑滤波的计算步骤总结如下:2 自适应平滑滤波(1)计算权重(k)ωi,j(m,n)=(k)(k)2由于云层灰度值变化缓慢,有很大的相关性,因

8、f(i,j)-f(i+m,j+n)

9、exp-2(3)此可以使用局部加权平均的方法来去除高斯白噪σ(

10、k)声。云层的边缘往往是渐变的,称之为弱边缘,而面(2)对f(i,j)归一化加权平均P目标的边缘是突变的,称之为强边缘。云层可以看(k)(k)∑ωi,j(m,n)f(m+i,n+j)成是由云层内部和其弱边缘组成的,而面目标可以(k)m,n=-PfL(i,j)=P看成是由其内部

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。