申请/专利权人:西南大学
申请日:2024-01-25
公开(公告)日:2024-04-30
公开(公告)号:CN117953215A
主分类号:G06V10/26
分类号:G06V10/26;G06V10/34;G06V10/42;G06V10/44;G06V10/74;G06V10/80
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明公开了一种基于局部差异与全局特征的红外单小目标检测方法和系统,应用于红外成像技术领域,包括:构造局部差异滑动窗口,设计高效的局部差异算子;通过滑动窗口逐像素遍历全图,根据局部差异算子获取局部差异特征矩阵;计算局部差异矩阵的阈值,通过该阈值获取候选目标的位置;计算每个候选目标点的全局独特性特征,获取全局独特性特征矩阵;对局部差异矩阵和全局独特性矩阵分别归一化后进行点乘,得到融合矩阵;通过自适应阈值对融合矩阵进行二值化分割得到红外小目标。本发明综合利用了局部差异和单目标的唯一性,有效抑制背景杂波,提升红外单小目标的检测性能,具有原理简单、复杂度低、易实现等优点。
主权项:1.基于局部差异与全局特征的红外单小目标检测方法,其特征在于,包括如下步骤:步骤1,获取待检测的单帧原始红外图像,图像中仅存在一个小目标;步骤2,构造多尺度局部差异滑动窗口,根据滑动窗口结构设计高效的局部差异算子,局部差异算子计算每个尺度下中心像素灰度值减去背景区最大像素灰度值的差来衡量局部特征;步骤3,对原始红外图像进行填充,将步骤2的滑动窗口逐像素遍历全图,根据局部差异算子计算每个像素的局部差异特征值,获取与原图尺寸一致的局部差异特征矩阵;步骤4,计算局部差异矩阵的阈值,通过该阈值获取m个候选目标点的位置;步骤5,计算每个候选目标点的全局独特性特征,获取全局独特性特征矩阵;步骤6,对局部差异矩阵和全局独特性矩阵分别归一化后进行点乘,得到融合矩阵;步骤7,计算融合矩阵的自适应阈值,通过该阈值对融合矩阵进行二值化分割得到红外小目标。
全文数据:
权利要求:
百度查询: 西南大学 基于局部差异与全局特征的红外单小目标检测方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。