M00109-基于Facet核方法和随机游走的红外小目标检测MATLAB实现

在红外搜索和跟踪（IRST）应用中，高效地探测信噪比（SCR）低的复杂背景下的目标非常重要。

从局部图像分割角度解决目标检测问题，提出了一种新的小目标检测算法，该算法基于面元核和随机游走（RW）算法，包括四个主要阶段。

首先，由于RW算法适用于噪声较少的图像，因此利用局部有序统计和均值滤波去除高亮度（PNHB）的像素大小噪声并平滑红外图像。

其次，通过面元核对红外图像进行滤波，以增强目标像素，并通过自适应阈值操作提取候选目标像素。

第三，受红外目标特性的启示，提出了一种基于RW算法的新型局部对比度描述符（NLCD），以实现杂波抑制和目标增强。

然后，将候选目标像素选作中心像素构建局部区域，计算所有局部区域的NLCD图。

所得到的NLCD图由面元核滤波图进行加权，以进一步增强目标。

最后，在加权图上进行阈值操作，以检测目标。

三个数据集上的实验结果表明，所提出的方法在目标检测精度方面优于传统基线方法。

ID:621500

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/740610805123.html