基于差异梯度直方图与显著性映射的红外弱小目标检测算法

您当前的位置：

首页 >

文章列表页 >

光学图像处理与识别 | 更新时间：2025-09-01

- 基于差异梯度直方图与显著性映射的红外弱小目标检测算法
- Infrared dim small target detection algorithm based on difference histogram of oriented gradients and saliency map
- 光学技术 2021年47卷第5期页码：594-600
- 作者机构：
  
  1. 1:赣南师范大学科技学院数学与信息科学系
  2. 2:赣南师范大学数学与计算机科学学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(11661007);江西省教育厅科技项目(GJJ209902)
- DOI：10.13741/j.cnki.11-1879/o4.2021.05.015
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
李德新, 钟洪. 基于差异梯度直方图与显著性映射的红外弱小目标检测算法[J]. 光学技术, 2021,47(5):594-600.

Infrared dim small target detection algorithm based on difference histogram of oriented gradients and saliency map[J]. 2021, 47(5): 594-600.
李德新, 钟洪. 基于差异梯度直方图与显著性映射的红外弱小目标检测算法[J]. 光学技术, 2021,47(5):594-600. DOI： 10.13741/j.cnki.11-1879/o4.2021.05.015.

Infrared dim small target detection algorithm based on difference histogram of oriented gradients and saliency map[J]. 2021, 47(5): 594-600. DOI： 10.13741/j.cnki.11-1879/o4.2021.05.015.

为了提高复杂环境下的红外弱小目标的探测能力

基于人类视觉注意机制

设计了差异直方图耦合显著性映射的弱小目标检测算法。考虑真实目标与其邻域之间的强度差异

通过采用DFT变换来计算红外图像的幅度与相位频谱

以计算二者之间的频谱残差

并联合高斯滤波方法

输出显著性映射

从而有效突出显著区域。分析目标与背景区域的梯度幅度和梯度方向之间的差异

计算红外图像的差异直方图

以充分抑制背景杂波和噪声。联合显著性映射与差异直方图

形成图像对应的融合特征映射。最后

引入自适应阈值分割方法

从融合特征映射中准确定位真实目标。多组测试数据表明

较已有的红外目标检测技术而言

所提算法能够更好地定位出弱小目标

呈现出理想的ROC曲线。

浏览量

308

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于频域映射与多尺度Top-Hat变换的红外弱小目标检测算法

基于图像频谱全局均值标准差分割的点扩散函数估计

一种基于Sobel与K-means的边缘检测方法

手背静脉图像预处理算法研究

改进的遥感图像多种信息熵阈值分割算法