基于剪切波变换和邻域差分的小目标检测算法

提出了一种基于剪切波变换的背景预测算法用于红外小目标的检测。对原始图像进行剪切波变换,获得原始图像的多尺度和方向的细节特征。然后,对低频子带进行中值滤波,去除残留目标。对高频子带,根据其均方误差来调整权重系数,抑制目标和噪声。将反变换后得到的背景预测图像和原始图像进行差分,采用一种基于双窗口的邻域差分方法进行分割,最终实现目标检测。与小波变换法和双边滤波法比较,基于剪切波变换的方法对小目标的检测有较好的效果。

基于边缘特征的中值滤波的小目标检测法

提出了一种基于边缘特征调整滤波尺寸的中值滤波算法用于小目标的检测。以图像像素的四个方向的边缘分量确定阈值,以此阈值判断像素是否为小目标区域,在此基础上调整滤波尺寸,采用中值滤波方法检测出小目标。结果表明,该算法对于小目标检测有很好的效果。