1 国防科技大学电子科学与工程学院, 湖南 长沙 410073
2 北京跟踪与通信技术研究所, 北京 100094
3 中国科学院上海技术物理研究所, 上海 200083
红外复杂背景中的弱小目标检测问题可看作是马尔可夫随机场理论框架下红外图像中背景与目标的二元分类标记问题.基于马尔可夫随机场后验概率模型, 提出利用先验的目标信杂比信息和图像局部统计特性构建观测图像后验概率模型的方法, 并采用经典ICM (Iterated conditional mode)方法对图像最优标记结果进行估计.仿真试验结果表明, 算法在保证目标标记结果准确率的同时, 有效降低了背景的误标记概率; 且由于采用局部统计特性进行建模, 算法有效降低了模型参数与标记结果间的关联性, 提高了最优标记估计的收敛速度.
马尔可夫随机场 局部统计特性 弱小目标检测 标记 Markov random field (MRF) local statistic characteristic dim small target detection labeling