红外弱小目标的单帧捕获

提出了基于背景预测的单帧检测弱小目标改进算法.该算法采用改进的最大值背景预测算法.为了能同时检测点目标和小目标,预测背景的四个预测窗的位置与目标点之间保持一定的距离,保证预测窗中的像素能准确反映当前像素灰度中的背景灰度信息.为了保证单帧的较低的虚警率,同时结合多方向多极梯度算法,对背景预测初步检测出来的可能目标点进一步检测,以排除绝大多数的虚假目标.经实验证明,该算法在单帧图像上能很好的检测出弱小目标来,并能满足实时性的要求.

基于局部特性实现单帧图像小目标检测的研究

以目标成像点的扩散理论为基础,建立小目标在空域上的灰度特性模型,分析目标、背景和噪声的基本特性。由形态学开闭运算得到各像素位置的灰度变化值,再根据此值确定潜在目标区域。研究了各潜在目标区域的多方向多级梯度特征,实现了单帧图像的小目标检测。研究结果表明,该方法能够有效抑制不均匀背景杂波,增强目标信号,提高单帧亮暗点目标的检测能力。对于信噪比为0.89的图像,可获得34.74的信噪比增益。

基于背景估计的焊缝缺陷检测

针对射线检测图像中缺陷识别率低的问题,利用背景估计和差分运算来增强缺陷、抑制复杂背景和噪声。该方法首先利用Otsu分割获得的掩模图像提取焊缝区域;其次通过改进的中值滤波对焊缝区域进行背景估计,反背景差分获得含有缺陷的差分图像;随后根据缺陷与误检边缘处梯度方向的差异性,利用多方向多级梯度有效解决背景残余问题;最后通过自适应阈值分割将含有缺陷的差分图像二值化。实验结果表明,该方法具有较高的缺陷识别率,召回率和准确率分别达91.90%和90.95%,在实际中具有较好的应用价值。