基于多特征整合的双色红外小扩展目标精确分割算法

针对复杂背景下红外图像小扩展目标分割的问题,提出了一种基于多特征整合的双色红外小扩展目标精确分割算法。该算法在提取目标在红外双波段图像中的多种图像特征的基础上,采用D-S证据理论中的正交和复合规则对来自两个不同红外波段的目标检测证据进行综合处理,充分利用了目标在中波和长波红外图像的信息互补性和冗余性,在较大程度上提高了杂波背景下红外图像小扩展目标定位与分割的稳健性和精确性。实验结果显示了该算法的有效性。

基于自适应多特征整合的红外目标跟踪

建立有效的观测模型去区分目标与背景是实现稳健跟踪的核心。提出了一种基于多特征观测的红外目标跟踪算法。灰度特征、局部标准差特征和梯度特征均以直方图的形式描述目标外观;目标观测模型的构建则根据环境自适应权衡了以上三个特征,相应的各特征权值的动态选择通过最大化目标与其他图像区域的差异完成。在粒子滤波框架下,实现目标运动状态的估计与多特征权值的选择。真实场景实验结果表明,该算法在目标外观高动态、背景强杂波的红外目标跟踪中具有更强的稳健性。