基于深度学习的红外序列图像小目标检测方法研究

来源 :激光杂志 | 被引量 : 0次 | 上传用户:q1104
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
红外序列图像小目标在环境干扰下检测准确性不好,为了提高红外序列图像小目标检测能力,提出基于深度学习的红外序列图像小目标检测方法。构建红外序列小目标图像的三维成像模型,采用边缘特征分割和角点分布式提取方法进行红外序列小目标图像的多维尺度分解,构建目标图像的三维成像模型,采用灰度信息重构方法进行红外目标图像的像素序列重组,建立目标图像的三维轮廓特征分布集,结合模板特征匹配和超像素特征序列重构方法进行红外序列图像小目标序列重构,采用模糊信息度特征提取方法实现红外序列小目标图像的特征提取和优化检测,构建红外
其他文献
为了获得理想的产品包装透光率测量结果,设计时变光强的产品包装透光率测量系统.系统硬件由光源模块、样片操作模块以及信号采集控制模块组成,各个模块相互作用下可以控制环
为实现利用红外图像边缘进行高精度定位和测量的需求,对红外图像边缘进行了亚像素定位算法研究。首先采用均值滤波对红外图像进行预处理,然后使用Sobel算子进行像素级的边缘粗定位,最后进行亚像素边缘细定位。在亚像素定位算法中,结合红外图像边缘模糊、边缘宽度较大的问题,分别对灰度矩、Zernike矩法进行了理论分析,并在仿真图像和实际红外图像的上的直线边缘上进行了亚像素定位。结果表明:与基于Sobel算子
针对传统算法中存在栅格地图的熵值较高和误差较大的问题,提出了一种基于逆传感器栅格地图的改进算法。该算法利用网格单元被占用时,被该网格单元遮挡的其他网格单元的占用概率与前向传感器模型无关的原理,可获得激光雷达传感器所覆盖区域内所有占用网格的后验概率。在贝叶斯框架下,将先验的占用概率和激光雷达测量信息相结合,以此降低栅格地图的熵值;同时,通过ICP激光雷达数据匹配算法来获得匹配结果,以此来代替在栅格地