1 中北大学 大数据学院, 山西 太原 030051
2 酒泉卫星发射中心, 甘肃 酒泉 735305
3 中北大学 电气与控制工程学院, 山西 太原 030051
弱小目标检测是红外探测与跟踪任务中的经典难题。针对复杂背景下红外弱小目标普遍存在检 测率低、虚警率髙的问题, 提出一种基于区域双邻域显著图(Regional Bi-Neighborhood Saliency Map, RBNSM)的复杂背景红外弱小目标检测新方法。利用弱小目标的局部先验特性定义滑动窗口并划分 为多个单元, 计算中心单元前若干个最大灰度的均值来凸显弱目标; 分别构建中心单元的相接邻域和 相隔邻域并计算各自的灰度均值, 进而, 从不同方向上提取两邻域显著图并点乘二者以进一步抑制杂 波背景、增强弱小目标; 最后, 通过自适应提取准确检测目标。多种典型红外复杂背景图像和SIRST 数据集检测结果表明: 与7种代表性方法相比, RBNSM在复杂背景下具有更好的检测性能与杂波抑 制能力。
目标检测 红外弱小目标 邻域显著图 相接邻域 相隔邻域 target detection, infrared dim and small target, n
1 宁夏师范学院 数学与计算机科学学院,宁夏 固原 756000
2 宁夏师范学院 化学化工学院,宁夏 固原 756000
为提高融合图像更加适应人类视觉感知,并解决可见光图像受光线、天气等影响而导致融合 效果不佳的问题,本文提出了一种基于滚动引导滤波的可见光与红外图像融合方法。首先,利用引 导滤波对可见光图像的内容进行增强,然后,利用滚动引导滤波将可见光和红外图像进行多尺度分 解为小尺度层、大尺度层和基础层。在大尺度层的信息合成的过程中利用加权最小二乘法融合规则 解决融合时可见光与红外图像不同特征带来的困扰,提高融合图像的视觉效果;在基础层的融合过 程中采用优化的视觉显著图融合规则,减少对比度损失。最后,将大尺度层、小尺度层与基础层合 并为融合后的图像。实验结果表明所给方法在提高视觉感知、细节处理、边缘保护等方面都有良好 的效果。
图像融合 滚动方向导波 增强 加权最小二乘法 视觉显著图 image fusion, rolling guidance filter, enhancement
兰州交通大学电子与信息工程学院,甘肃 兰州 730070
针对红外与可见光图像在融合过程中目标物体的边缘模糊导致细节丢失的问题,提出一种基于滚动引导滤波器(RGF)和卷积稀疏表示(CSR)的红外与可见光图像融合方法。首先,利用RGF和高斯滤波器对配准后的源图像进行多尺度分解;其次,针对基础层,通过构建对比显著图和权重矩阵进行融合;然后,针对细节层,利用交替方向乘子方法(ADMM)求解卷积稀疏系数,采用CSR融合规则完成特征响应系数融合;最后,经过重构得到融合结果图。实验结果表明,所提方法能够克服在目标物体的边缘处模糊导致细节信息丢失的问题,较好地保留源图像的对比度和边缘纹理信息,同时提高了多个客观评价指标。
图像融合 滚动引导滤波器 卷积稀疏表示 对比显著图 激光与光电子学进展
2022, 59(12): 1210001
大连海事大学信息科学技术学院, 辽宁 大连 116026
针对遥感船舶检测任务场景中与海面颜色相似船舶显著值低以及海岸线、岛屿等背景干扰问题, 提出一种基于显著性候选区域的遥感船舶检测算法。首先, 该算法采用脉冲耦合神经网络将根据改进频率调谐显著性检测与Hessian矩阵边缘检测得到的两种显著图相融合得到总显著图, 以提高与海面背景颜色相近船舶的显著值, 从而提取有效的船舶候选区域切片; 然后, 利用迁移VGG16网络提取数据集特征训练SoftMax分类器, 以鉴别该候选区域切片, 分离候选区域中可能存在的背景干扰, 从而实现船舶目标检测。试验结果表明, 所提算法具有良好的准确性。
舰船检测 遥感 FT显著图 边缘检测 候选区域 迁移学习 ship detection remote sensing FT saliency map edge detection candidate region transfer learning
针对红外与可见光图像融合时,易产生细节丢失、噪声抑制不佳等问题,本文提出了一种改进的滚动引导滤波融合算法。该算法充分利用了滚动引导滤波边缘和局部亮度保持特性,在通过均值滤波将输入图像分解为基础层与细节层的基础上,结合滚动引导滤波与高斯滤波获取输入图像的显著图,利用不同尺度参数的引导滤波对显著图优化得到权重图,将权重图作为权重分别指导基础层与细节层的融合,最后联合融合后的子图重构得到融合图像。针对 3类测试数据进行的融合实验表明,与非下采样轮廓波变换、基于引导滤波、基于显著性检测的两个尺度的图像融合等经典方法相比,本文方法得到的融合图像不但从主观视觉效果上细节信息更丰富、目标对比度加强,并且在非线性相关信息熵、相位一致性等 6项客观评价指标上均具有较好的效果。
滚动引导滤波 显著图 图像融合 权重图 the rolling guidance filter(RGF), the saliency fea
1 重庆大学 微电子与通信工程学院, 重庆 400044
2 中国科学院光束控制重点实验室, 四川 成都 610209
为了提升对光学遥感图像中弱小运动目标的检测能力, 提出一种基于鹰眼视网膜视觉系统层次结构的运动检测方法。首先, 基于鹰眼视网膜的分层特性, 结合各层主体细胞的生理结构与功能, 构建各层相应的滤波器, 抑制背景微位移和杂散噪声; 然后, 在Reichardt运动检测模型的基础上增加时域高通滤波与ON-OFF双通道滤波来估计目标运动矢量, 这样不仅能克服传统Reichardt运动检测器对阶跃边界响应复杂, 而且能有效增强运动检测的敏感性; 最后利用高级视觉神经系统的分层特点, 以空域相似度大小为基准进行多尺度映射与运动矢量显著图融合, 构建多尺度处理精细检测运动特征。试验结果表明, 本文算法的平均信杂比改善为56.20 dB, 正确率为99.71%, 综合评价指标F1值为3.63e-02, 相较于传统Reichardt模型的F1值提升了27.82%。本文方法较传统运动检测算法不仅能提高复杂背景的干扰抑制性能, 而且能显著提升小目标小位移的检测能力。
遥感图像 运动检测 运动显著图 鹰视觉通路 Reichardt运动检测器 remote sensing image motion detection motion saliency map eagle vision system Reichardt motion detector 光学 精密工程
2019, 27(10): 2251