-
题名基于Fuzzy-ART神经网络的红外弱小目标检测
被引量:5
- 1
-
-
作者
陈炳文
王文伟
秦前清
-
机构
武汉大学电子信息学院
武汉大学测绘遥感信息工程国家重点实验室
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2012年第5期857-863,共7页
-
基金
中央高校基本科研业务费专项资金(212274467
111078)
湖北省自然科学基金(2011CDB452)资助课题
-
文摘
针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)神经网络的弱小目标检测算法。首先,采用Fuzzy-ART神经网络结合Robinson警戒环技术,建立自适应局部空间背景模型,并以此分析像素点的背景模糊隶属度来抑制背景杂波;然后依据目标与残留背景杂波的空间特征采用模板均差法来突显目标,并提出基于行列模糊聚类的自适应分割算法来提取候选目标;最后结合目标的运动连续性进行多帧轨迹关联从而检测出真实目标。理论分析与实验结果表明,该算法能随背景的局部情况来自适应调节空间背景模型,从而自适应抑制背景杂波、突显目标,能有效提高信噪比,检测出弱小目标。
-
关键词
模式识别
弱小目标检测
模糊自适应共振理论神经网络
Robinson警戒环
自适应分割
-
Keywords
pattern recognition
dim target detection
fuzzy adaptive resonance theory(Fuzzy-ART) neural network
Robinson guard
adaptive segmentation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于分数阶积分算子的红外弱小目标检测
被引量:6
- 2
-
-
作者
陈炳文
王文伟
秦前清
-
机构
武汉大学电子信息学院
武汉大学测绘遥感信息工程国家重点实验室
-
出处
《控制与决策》
EI
CSCD
北大核心
2012年第1期147-151,共5页
-
基金
国家973计划项目(2006CB701303)
湖北省自然科学基金重点项目(2009CDA141)
中央高校基本科研业务费专项资金项目(212274467)
-
文摘
针对现有背景抑制算法不能有效抑制背景而导致目标检测率低的问题,提出一种基于分数阶积分背景抑制的弱小目标检测算法.首先通过研究分数阶积分理论,分析分数阶积分非线性、尖锐的低通频率特性,结合分数阶积分和警戒环技术来抑制背景;然后依据目标和背景边缘的空间特征,采用模板均差法来提取候选目标;最后结合目标的运动连续性进行多帧轨迹关联,从而检测出真实目标.实验结果表明,该算法能有效抑制背景,提高信噪比,进而有效检测出弱小目标.
-
关键词
弱小目标检测
分数阶积分算子
警戒环
模板均差法
-
Keywords
dim target detection
fractional integral operator: guard ring
difference of template average
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名aiNet背景抑制的单帧红外弱小目标检测
被引量:8
- 3
-
-
作者
陈炳文
王文伟
秦前清
-
机构
武汉大学电子信息学院
武汉大学测绘遥感信息工程国家重点实验室
-
出处
《中国图象图形学报》
CSCD
北大核心
2012年第10期1252-1260,共9页
-
基金
中央高校基本科研业务费专项资金资助项目(212274467)
国家科技支撑计划项目(2011BAK08B02)
湖北省自然科学基金项目(2011CDB452)
-
文摘
针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于人工免疫网络(aiNet)进行背景抑制、基于行列k均值聚类实现阈值分割的单帧红外弱小目标检测算法。首先采用aiNet结合Robinson警戒环技术,融入自组织特征映射(SOM)拓扑思想,设计一系列抗体进化策略,建立自适应局部空间背景模型—模糊拓扑记忆抗体库,并以此分析各像素点的背景模糊隶属度来抑制背景杂波;接着提出基于行列k均值聚类的阈值分割算法来检测真实目标。实验结果表明,该算法的F1指标高达99%,其能随背景的局部变化来自适应建立空间背景模型,从而自适应抑制背景杂波突显目标,能有效提高信噪比检测弱小目标。
-
关键词
弱小目标检测
人工免疫网络
自组织特征映射
Robinson警戒环
行列k均值聚类
-
Keywords
dim target detection
artificial immune network
self-organizing map
Robinson guard
k-means cluster of rows and columns
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-