目标自适应分割算法的研究

初步探讨和分析几种实际典型场景目标与背景的特征，提出相应的目标分割算法，并对几种方法加以融合。实际跟踪算法中，实现目标分割方法的自动转换．自动调整自适应分割门限及搜索方案．实验表明，该算法转换灵活，跟踪平稳。自适应能力强，抗干扰性能好．易于软件实现．

一种快速实时的低信噪比红外点、斑点目标检测方法

针对红外弱小目标检测的重要性和困难性 ,首先采用一次门限进行比较预处理 ,然后根据点目标的特点选取合适的高通模板进行图像空域滤波 ,滤波后进行自适应门限分割 ,将低信噪比的红外点目标从周围的背景中分割出来 ,最后利用点目标检测方法进行点合并 ,对同时存在的斑点和面目标进行检测 .该算法可有效地减小运算量 ,可对同时存在的点、斑点。

复杂背景条件下的红外运动小目标检测算法(英文)

在红外成像制导系统中,运动小目标易受到背景和噪声的严重干扰,从而导致较低的信噪比,给目标检测带来了难度。为此,我们首先使用基于Top-Hat变换的数学形态学滤波对红外数字图像进行背景抑制。进而对经过黑、白Top-Hat变换后的图像求取并集,然后,通过自适应门限分割得到小目标。试验结果表明该方法在信噪比接近2的时候仍能够得到较好的目标检测效果。

线阵CCD高速弱小目标提取算法

针对线阵CCD立靶测试系统采集到的弹丸图像背景复杂、目标信号弱及信噪比低等问题,文中基于动态背景特性及弹丸图像特征,利用双模板复杂度分析方法,建立了图像加权信息熵处理模型,对图像背景进行抑制并增强弹丸信号;提出基于复杂度的自适应门限分割算法,利用最小二乘法构建灰度分布模型,分割并处理信息熵差值图像.对实弹测试图像进行了检测,检测结果表明,文中算法准确有效的提取出线阵CCD图像中的高速弱小目标,为复杂背景下高速弱小目标的提取提供了一种有效的方法.