基于结构信息建模和判别稀疏的红外小目标跟踪方法

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

- 基于结构信息建模和判别稀疏的红外小目标跟踪方法
- Infrared small target tracking method based on structural information modeling and discriminant sparsity
- 光学技术 2021年47卷第5期页码：622-631
- 作者机构：
  
  1. 1:新疆财经大学信息管理学院
  2. 2:新疆警察学院实验实训教学中心
  3. 3:新疆警察学院信息安全工程系
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61762086)
- DOI：10.13741/j.cnki.11-1879/o4.2021.05.019
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
木尼拉·塔里甫, 安尼瓦尔·加马力, 亚森·艾则孜. 基于结构信息建模和判别稀疏的红外小目标跟踪方法[J]. 光学技术, 2021,47(5):622-631.

Infrared small target tracking method based on structural information modeling and discriminant sparsity[J]. 2021, 47(5): 622-631.
木尼拉·塔里甫, 安尼瓦尔·加马力, 亚森·艾则孜. 基于结构信息建模和判别稀疏的红外小目标跟踪方法[J]. 光学技术, 2021,47(5):622-631. DOI： 10.13741/j.cnki.11-1879/o4.2021.05.019.

Infrared small target tracking method based on structural information modeling and discriminant sparsity[J]. 2021, 47(5): 622-631. DOI： 10.13741/j.cnki.11-1879/o4.2021.05.019.

为了提高背景杂波和成像噪声等干扰下红外小目标的跟踪精度

提出了一种基于结构信息建模和判别稀疏的红外小目标跟踪方法。小目标信号在广义高斯目标超完备字典上被稀疏分解

以便从受噪声干扰和杂波污染的红外图像中提取出小目标的空间结构信息;设计了转移受限粒子滤波跟踪算法

以提高粒子的采样概率;在转移受限粒子滤波框架下

基于判别稀疏表示和L_1范数最小化框架求解候选目标的稀疏系数

实现小目标的跟踪。基于各种红外序列对所提方法进行实验论证

实验结果表明

所提方法能够在杂波和噪声较大的干扰下稳定地跟踪小目标

其中心误差、重叠率和平均视频播放帧率分别为3pixel、0.7和40fps

均优于其他对比方法

且具有较强的鲁棒性。

浏览量

212

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据