1 苏州科技大学 苏州市虚拟现实智能交互应用技术重点实验室, 江苏 苏州 215000
2 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
3 中国白城兵器试验中心, 吉林 白城 137000
针对红外图像中海天交接处目标能量较弱, 难以获得精确检测的问题, 本文提出一种基于杂波抑制的海平线弱小目标检测方法。该方法通过对红外图像特征分析, 检测海平线像素特征, 去除障碍物干扰, 确定海平线区域; 对海平线区域采用改进的均值差滤波与背景建模, 去除海平线杂波; 杂波滤除后, 计算两个区间自适应阈值作为滞后阈值, 从而检测出海平线弱小目标像素。实验结果表明, 本文提出的算法能够有效去除海平线杂波, 确定海平线区域, 有效提取海平线像素, 从而准确检测出海平线弱小目标, 具有较高的检测率与较低的虚警率, 验证了该算法的有效性。
区域分割 杂波抑制 滞后阈值 红外弱小目标检测 region segmentation clutter rejection hysteresis threshold small dim infrared targets detection
1 曲阜师范大学 自动化研究所,山东 日照 276826
2 山东教育学院 物理科学与技术系,济南 250013
在虹膜识别系统中,采集得到的图像,除了虹膜信息外,一般还会存在睫毛、眼睑及光源的像点等干扰。这会对虹膜的边界定位和特征提取产生影响,并最终导致识别率降低。通过对眼睑、睫毛、光斑噪声检测的研究,根据噪声的特点,提出一种新的快速定位眼睑的方法,并对双阈值检测睫毛的方法进行改进。试验结果表明,该方法能有效去除虹膜区域噪声干扰,提高识别率。
虹膜识别 噪声检测 直线拟合 双阈值 iris recognition noise detecting line-fitting hysteresis threshold
