针对复杂背景下点目标的单帧检测,明确提出有效像元的检测,基于点目标的局部相关性以及目标和背景的局部差异,提出了一种改进的基于马尔可夫随机场(Markov Random Field,MRF)的点目标检测算法.该算法依据一种基于复杂背景可分性度量的...针对复杂背景下点目标的单帧检测,明确提出有效像元的检测,基于点目标的局部相关性以及目标和背景的局部差异,提出了一种改进的基于马尔可夫随机场(Markov Random Field,MRF)的点目标检测算法.该算法依据一种基于复杂背景可分性度量的信杂比(Signal to Clutter Ratio,SCR)准则对MRF进行迭代优化的初始配置.在此基础上,改进了MRF标记场的先验概率模型,设计了一种基于欧式空间度量的MRF先验概率能量函数,构造了MRF对欧式空间距离的标记场概率响应模型,并通过高阶能量函数提高了目标概率对邻域标记变化的响应能力.分析结果表明:该算法在结构化背景中的性能更优,相比于传统Potts模型在目标辐射维度的检测能力更强,是一种鲁棒性更强的检测算法.展开更多
文摘针对复杂背景下点目标的单帧检测,明确提出有效像元的检测,基于点目标的局部相关性以及目标和背景的局部差异,提出了一种改进的基于马尔可夫随机场(Markov Random Field,MRF)的点目标检测算法.该算法依据一种基于复杂背景可分性度量的信杂比(Signal to Clutter Ratio,SCR)准则对MRF进行迭代优化的初始配置.在此基础上,改进了MRF标记场的先验概率模型,设计了一种基于欧式空间度量的MRF先验概率能量函数,构造了MRF对欧式空间距离的标记场概率响应模型,并通过高阶能量函数提高了目标概率对邻域标记变化的响应能力.分析结果表明:该算法在结构化背景中的性能更优,相比于传统Potts模型在目标辐射维度的检测能力更强,是一种鲁棒性更强的检测算法.