一种改进的多向梯度红外小目标检测方法

来源 :光学与光电技术 | 被引量 : 5次 | 上传用户:zhongguorenaaa
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
红外小目标检测技术是红外搜索与跟踪系统(IRST)、红外警戒等系统中的一项关键技术。常规小目标检测算法存在对椒盐噪声、高亮背景边缘敏感等不足之处,针对上述问题,对天空背景红外弱小目标的几何和灰度特性进行了深入研究,在此基础上提出了基于多向梯度的红外小目标检测的新方法,采用了一种非对称的梯度算子,重新定义了梯度检测函数,提高了对小目标的响应。仿真实验结果表明,该方法能够较好地抑制高亮云层边缘和椒盐噪声,保证了较高的检测率和较低的虚警率,又便于在FPGA上实现,满足系统对实时性的要求。
其他文献
为满足性能良好、运行稳定、精度高的触摸屏在嵌入式系统中的广泛应用,提出了一种嵌入式系统的触摸屏驱动设计,这种方案基于S3C2410微处理器与触摸屏的硬件接口在嵌入式UCOS操
针对图像特征点提取中在固定的角点量阈值时,由于拍摄物体自身纹理受光照的不均匀,可能会引起角点的提取效果不佳的现状,提出一种角点量自适应选取方法。阐述了角点量自适应选取方法的增点法和删点法两种实现形式,并分别通过对模拟和实拍图像特征点的提取,定量和定性验证了自适应角点量阈值方法相对于固定角点量阈值方法的优势。
以DSP平台圆目标定位为研究对象,提出了连续阈值质心算法,利用算术平均原理对普通质心法进行了改进。结果表明,该算法减小了随机误差和系统误差。存在噪声的情况下,其定位精度能达到0.02~0.05pixels,同等情况下与普通质心法相比较,精度提高了4~10倍,抗噪声能力更强,而计算量却没有增加,能够用于DSP平台的圆目标快速精确定位。
在使用相机对空中远处点目标成像时,不可避免的,会因为相机的角运动引起图像的模糊。针对这一问题,提出了一种运动模糊复原方法。首先通过建立点目标运动的模型来了解造成运动模糊的原因,其次通过对模型的分析,从基本理论开始推导得出一个退化函数,并且采用模糊图像的维纳滤波复原模型。最后,对图像进行了仿真实验。实验结果表明,该复原模型有较好的复原效果。