基于均值反差滤波的红外小目标检测算法

在已有背景预测算法的基础上,提出了一种基于均值反差法作为不相似度量对图像进行滤波,在增强小目标的同时抑制了复杂背景,并通过自适应的背景预测算法,实现了对小目标的快速检测。实验结果表明,该算法对小目标适应性强,能大幅度地提高目标/背景的信噪比,从而快速而准确地检测出小目标的位置。

一维均值反差滤波的小目标快速检测算法

复杂背景下低信噪比弱小目标的自动检测是当今目标自动探测研究尚未解决的一个难题。将一维均值反差作为一种不相似性度量应用于小目标检测的前期滤波处理中,有效地增强小目标信息、抑制了复杂的背景和噪声,并结合背景预测原理,实现了对小目标的快速检测。仿真实验表明:该滤波算法大幅提高了小目标图像的信噪比,保证了利用背景预测原理检测小目标的准确性;与基于二维均值反差的滤波方法相比,该方法对小目标形状的适应性更强,速度更快。