| 摘要: |
| 红外图像中的弱小目标检测技术在精确制导等领域有着广泛的应用，是提升现代军事实力的关键环节。传统的目标检测算法主要基于背景抑制和目标显著性两个方面，但往往不适用于色差较大、干扰较多的复杂环境。本文提出一种基于梯度检测和局部连通性判断的弱小目标检测算法，利用弱小目标在局部区域的梯度特性和连通特性识别可疑目标，并采用区域生长算法进一步剔除检测到的干扰点。同时采用自适应策略确定相关阈值，提升算法的灵活性与应用范围。本文算法在反映多种检测环境的图片和视频序列中进行检测，并与传统方法比较。检测结果表明:该方法准确率较高，可保证较低的虚警率，同时处理速度较快。 |
|
(1.Institute of Image Processing and Pattern Recognition， Shanghai Jiao Tong University， Shanghai 200240， China;2.Shanghai Aerospace Control Technology Institute， Shanghai 200240， China;3.Infrared Detection Technology Research & Development Center of CASC， Shanghai 200240， China)
|
