加权显著图耦合像素决策的红外目标检测算法

当前红外目标检测算法因忽略了小目标的形状与温度信息,在杂波与传感器噪声干扰下,难以消除伪目标像素的干扰,导致其无法精确检测小目标,为此提出一种基于加权显著图与像素识别决策标准的红外小目标检测算法。基于目标形状与温度信息,引入自适应旷修剪均值滤波,建立加权显著图,依据其3D强度分布,将目标从复杂背景中凸显出来;基于目标像素的均值与标准偏差,定义阈值决策模型,确定参考目标区域及其中心点;通过不断更新阀值,联合参考目标区域像素与待检测像素的紧密度与相似度,构建目标识别策略,从复杂背景中检测出完整的目标。实验结果表明,与当前红外目标检测技术相比,在严重噪声干扰下,该算法检测精度更高,有效剔除了伪目标像素,具有更高的信噪比收益与效率,表现出更好的ROCs特性曲线。