1 中国科学院光电技术研究所, 四川 成都 610209
2 中国科学院研究生院, 北京 100039
3 电子科技大学自动化工程系, 四川 成都 610054
针对红外弱小目标检测的难点,提出了一种将形态学滤波和Retinex相结合的检测方法。首先采用灰度形态学滤波来对红外图像进行预处理,然后运用Retinex理论对背景进行有效抑制,使图像的对比度和信噪比得到有效增强。该算法用弱小目标的红外图像进行了仿真验证。试验结果表明:该算法可有效的检测出弱小目标,具有检测速度快,抗干扰能力强,易于工程实现的优点。
红外图像处理 弱小目标 灰度形态学 Retinex理论 infrared image processing faint target gray morphology Retinex theory
中国工程物理研究院,应用电子学研究所,四川,绵阳,621900
提出了一种弱小目标检测的新方法.从实际应用出发,考虑到复杂的背景和大量的干扰噪声,对传统熵值检测算法进行了改进,采用邻域熵值变化为检测标准.为了提高此方法的有效性,结合了灰度形态学滤波来对图像进行预处理.该检测算法的全过程为:首先对图像进行形态运算;然后对形态波后的图像进行邻域熵的计算;接着以计算所得的邻域熵的最大值和最小值为依据对图像进行分割,得到目标或目标边缘所处位置;最后用实地拍摄的空中弱小目标真实图像进行了实验验证.结果发现:该新方法可对弱小目标、大目标、多目标进行检测,且检测速度快,抗噪声干扰能力强.
目标检测 灰度形态学 邻域熵 弱小目标 Targets detection Gray morphology Neighborhood entropy Faint-target 强激光与粒子束
2004, 16(12): 1527