1 上海航天控制技术研究所, 上海 201109
2 中国航天科技集团公司红外探测技术研发中心, 上海 201109
3 上海市空间智能控制技术重点实验室, 上海 201109
方差加权信息熵作为稳健的红外背景复杂程度定量描述指标, 在红外弱小目标检测中取得了不错的效果, 但由于其计算复杂, 导致算法实时性差, 很难在工程上应用。为了能快速地在红外复杂天空背景中识别到弱小目标区域, 对传统的基于图像方差加权信息熵的滤波算法进行改进。先对图像进行显著性区域分割, 粗略地得到显著性区域, 然后对显著性区域计算双分析模板区域方差加权信息熵差值, 根据复杂天空中典型区域的双分析模板区域方差加权信息熵差值的特点将候选目标区域识别出来。实验表明, 用本文算法既可以排除大量的复杂天空背景干扰区域, 又大幅缩短了算法运行的时间。
图像处理 红外复杂天空背景 红外弱小目标 显著性区域分割 方差加权信息熵 激光与光电子学进展
2018, 55(10): 101006
1 上海交通大学 模式识别与图像处理研究所, 上海 200240
2 上海航天控制工程研究所, 上海 200233:
提出了一种新的基于粒子群优化粒子滤波(PSOPF)的红外目标提取算法, 将红外目标提取阈值的计算问题看作系统状态估计问题.在粒子滤波的框架下, 建立了关于灰度-方差加权信息熵和像素点灰度值的阈值状态空间, 建立了基于粒子群优化算法思想的系统状态转移模型, 建立了基于红外目标提取效果评价函数的系统观测模型, 它有效综合了红外图像中灰度、信息熵、梯度、像素点的空间位置等信息.最后, 以粒子的加权平均估计目标提取的阈值.实验结果表明, 该方法是有效且稳健的.
粒子滤波 粒子群优化 目标提取 灰度-方差加权信息熵 particle filter particle swarm optimization target extraction gray-variance weighted information entropy
空军工程大学 工程学院 信号与信息处理实验室，西安 710038
为了提高红外图像序列中弱小目标的信噪比和检测概率，同时考虑检测算法实时性，提出了一种新的基于空时域滤波的小目标检测方法。首先，以第一帧图像为参考帧，对各帧图像进行运动补偿；然后，对运动补偿后的各帧图像在空域进行方差加权信息熵滤波，对空域滤波后图像采取双向隔帧差分的时域滤波；最后通过检测差分图像中的“凸包”，抑制背景和噪声，检测小目标。文中给出了实验结果与分析，并与其他方法作了比较。实验结果表明，上述方法能大幅度的提高目标的信噪比，检测小目标，且实时性好。
空时域滤波 方差加权信息熵 双向隔帧差分 凸包检测 小目标检测 spatial-temporal filtering variance weighted information entropy bi-directional inter-frame difference protruding spot detection small target detection
