仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2011年
8期
1704-1709
,共6页
红外小目标检测%非下采样Contourlet变换%核模糊C均值聚类%最小二乘支持向量机%递归最大类间绝对差
紅外小目標檢測%非下採樣Contourlet變換%覈模糊C均值聚類%最小二乘支持嚮量機%遞歸最大類間絕對差
홍외소목표검측%비하채양Contourlet변환%핵모호C균치취류%최소이승지지향량궤%체귀최대류간절대차
为了进一步提高红外小目标的检测性能,针对图像序列中背景与小目标的特点,提出了一种基于非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)和核模糊C均值(kernel fuzzy C means,KFCM)聚类多模型最小二乘支持向量机(least squares support vector machine,LS-SVM)背景预测的检测方法.首先对红外小目标图像进行NSCT并去噪,提高图像的信噪比;然后通过基于核模糊C均值聚类的多模型ILS-SVM预测去噪后红外图像中的背景,用去噪后的实际图像减去背景预测图像得到残差图像;接着提出基于递归最大类间绝对差的阈值选取算法分割残差图像;最后利用目标灰度的平稳性和运动轨迹的连续性进一步检测出真实的小目标.给出了实验结果与分析,并与现有的3种基于背景预测的小目标检测方法进行了比较.结果表明该方法具有更高的检测概率和信噪比增益.
為瞭進一步提高紅外小目標的檢測性能,針對圖像序列中揹景與小目標的特點,提齣瞭一種基于非下採樣Contourlet變換(nonsubsampled contourlet transform,NSCT)和覈模糊C均值(kernel fuzzy C means,KFCM)聚類多模型最小二乘支持嚮量機(least squares support vector machine,LS-SVM)揹景預測的檢測方法.首先對紅外小目標圖像進行NSCT併去譟,提高圖像的信譟比;然後通過基于覈模糊C均值聚類的多模型ILS-SVM預測去譟後紅外圖像中的揹景,用去譟後的實際圖像減去揹景預測圖像得到殘差圖像;接著提齣基于遞歸最大類間絕對差的閾值選取算法分割殘差圖像;最後利用目標灰度的平穩性和運動軌跡的連續性進一步檢測齣真實的小目標.給齣瞭實驗結果與分析,併與現有的3種基于揹景預測的小目標檢測方法進行瞭比較.結果錶明該方法具有更高的檢測概率和信譟比增益.
위료진일보제고홍외소목표적검측성능,침대도상서렬중배경여소목표적특점,제출료일충기우비하채양Contourlet변환(nonsubsampled contourlet transform,NSCT)화핵모호C균치(kernel fuzzy C means,KFCM)취류다모형최소이승지지향량궤(least squares support vector machine,LS-SVM)배경예측적검측방법.수선대홍외소목표도상진행NSCT병거조,제고도상적신조비;연후통과기우핵모호C균치취류적다모형ILS-SVM예측거조후홍외도상중적배경,용거조후적실제도상감거배경예측도상득도잔차도상;접착제출기우체귀최대류간절대차적역치선취산법분할잔차도상;최후이용목표회도적평은성화운동궤적적련속성진일보검측출진실적소목표.급출료실험결과여분석,병여현유적3충기우배경예측적소목표검측방법진행료비교.결과표명해방법구유경고적검측개솔화신조비증익.
