基于混合融合策略的双波段红外小目标检测方法

黄浩; 陶华敏; 陈尚锋

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于混合融合策略的双波段红外小目标检测方法

黄浩, 陶华敏, 陈尚锋

文章导航 > 红外与激光工程 > 2014 > 43(9): 2827-2831

黄浩, 陶华敏, 陈尚锋. 基于混合融合策略的双波段红外小目标检测方法[J]. 红外与激光工程, 2014, 43(9): 2827-2831.

引用本文:

黄浩, 陶华敏, 陈尚锋. 基于混合融合策略的双波段红外小目标检测方法[J]. 红外与激光工程, 2014, 43(9): 2827-2831.

Huang Hao, Tao Huamin, Chen Shangfeng. Dual-band infrared dim target detection based on hybrid fusion algorithm[J]. Infrared and Laser Engineering, 2014, 43(9): 2827-2831.

Citation:

Huang Hao, Tao Huamin, Chen Shangfeng. Dual-band infrared dim target detection based on hybrid fusion algorithm[J]. Infrared and Laser Engineering, 2014, 43(9): 2827-2831.

基于混合融合策略的双波段红外小目标检测方法

1.
国防科学技术大学自动目标识别重点实验室,湖南长沙410073

基金项目:

国家高技术研究发展计划

详细信息

作者简介:
黄浩（1989- ），男，硕士生，主要从事实时系统、红外图像处理技术方面的研究。Email：huanghao029@gmail.com

中图分类号: TP391

Dual-band infrared dim target detection based on hybrid fusion algorithm

1.
National Key Laboratory of Automatic Target Recognition(ATR),National University of Defense Technology,Changsha 410073,China

摘要: 双波段红外图像的小目标融合检测是红外自动寻的系统的关键技术和研究热点之一。为了建立有效的融合检测结构，对基于布尔逻辑的融合检测方法进行了分析，并从小目标红外成像原理出发，提出了一种基于与逻辑和局部灰度的混合融合检测算法。首先，分别对单波段的红外图像进行阈值分割；其次，对两个波段的检测结果进行与融合；再次，对与融合之外的目标点进行局部灰度判别，进一步提高检测概率；最后，根据融合结果调节第一步中局部检测器的分割阈值，以优化局部检测器。实验仿真结果表明，该算法有效地提高了双波段红外的检测能力，且算法结构简单、运算速度快，具有较强的实用性。
- 混合融合检测 /
- 双波段红外 /
- 局部灰度特征 /
- 小目标检测
Abstract: Dim target fusion detection in dual-band IR image is one of the key technology and research hotspot of infrared homing system. In order to establish an effective fusion-detection structure, the Boolean logic rules based fusion algorithm was analyzed. According to the principle of dim infrared target imaging, a hybrid fusion detection algorithm with AND logic and local gray was proposed based on the full use of local gray feature of dim target. First of all, infrared image of each band was segmented. Secondly, the detection results of two bands were fused using AND logic. Thirdly, to improve the probability of detection, the point beyond AND logic was determined using local gray feature. Finally, in order to optimize the local detector, the segmentation threshold in the first step was adjusted based on the fusion results. Simulation results show that the algorithm can improve the dual-band infrared detection capabilities effectively. Further, the algorithm features simple architecture and high computation speed, which makes it highly practical.
- hybrid fusion detection /
- dual-band infrared /
- local gray feature /
- dim targets detection

[1]
[2]	Liu Yunlong, Xue Yuli, Yuan Suzhen, et al. Infrared smalltargets detection using local mean [J]. Infrared and LaserEngineering, 2013, 42(3): 815-822. (in Chinese)
[3]
[4]	Jiang Yue, Deng Lei, Xu Shengqiu. Review of detectionalgorithm for IR small target [J]. Infrared and LaserEngineering, 2009, 38(11): 365-368. (in Chinese)
[5]	Zhang Guangming, Sheng Weidong, Fan Shiwei, et al.Analysis of detection performance of infrared image sequencebased on multi-sensor data fusion algorithm [J]. Journal ofInfrared and Millimeter Waves, 2009, 28 (1): 18-19. (inChinese)
[6]
[7]	Zhang Lu. Research on some key techniques for imagehoming guidance based on strap-down platform [D].Changsha: National University of Defense Technology, 2010.(in Chinese)
[8]
[9]	Chan D S K, Langan D A, Staver D A. Spatial processingtechniques for the detection of small targets in IR clutter[C]//SPIE, 1990, 1305: 53-62.
[10]
[11]
[12]	Li Yang. Modeling and simulation of infrared image of deepspace target [D]. Changsha: National University of DefenseTechnology, 2010. (in Chinese)
[13]	Kim S. Scale invariant small target detection by optimizingsignal-to-clutter ratio [J]. Pattern Recognition, 2012, 45:393-406.
[14]
[15]	Zhang Bing. Point target detection and recognition algorithmsin optical image terminal homing system [D]. Changsha:National University of Defense Technology, 2005. (inChinese)

[1]	薛珊, 安宏宇, 吕琼莹, 曹国华. 复杂背景下基于YOLOv7-tiny的图像目标检测算法 . 红外与激光工程, 2024, 53(1): 20230472-1-20230472-12. doi: 10.3788/IRLA20230472
[2]	王向军, 李名洋, 王霖, 刘峰, 王玮. 边缘信息引导多级尺度特征融合的显著性目标检测方法 . 红外与激光工程, 2023, 52(1): 20220344-1-20220344-10. doi: 10.3788/IRLA20220344
[3]	孙鹏, 于跃, 陈嘉欣, 秦翰林. 基于深度空时域特征融合的高动态空中多形态目标检测方法(特邀) . 红外与激光工程, 2022, 51(4): 20220167-1-20220167-8. doi: 10.3788/IRLA20220167
[4]	徐丹旸, 魏宏光, 金秋春, 钱金旺, 郭星辰. 基于二维模态分解与斑块对比度相结合的红外小目标检测算法 . 红外与激光工程, 2022, 51(12): 20220148-1-20220148-7. doi: 10.3788/IRLA20220148
[5]	王亚平, 周裕丰, 张宝华. 基于去雾增强和张量恢复的红外小目标检测 . 红外与激光工程, 2022, 51(4): 20210417-1-20210417-9. doi: 10.3788/IRLA20210417
[6]	鲁晓锋, 柏晓飞, 李思训, 王轩, 黑新宏. 基于改进加权增强局部对比度测量的红外小目标检测方法 . 红外与激光工程, 2022, 51(8): 20210914-1-20210914-9. doi: 10.3788/IRLA20210914
[7]	袁帅, 延翔, 张昱赓, 秦翰林. 双邻域差值放大的高动态红外弱小目标检测方法（特邀） . 红外与激光工程, 2022, 51(4): 20220171-1-20220171-11. doi: 10.3788/IRLA20220171
[8]	韩金辉, 蒋亚伟, 张小件, 梁琨, 李知铮, 董兴浩, 李楠. 采用三层窗口局部对比度的红外小目标检测 . 红外与激光工程, 2021, 50(2): 20200146-1-20200146-10. doi: 10.3788/IRLA20200146
[9]	徐云飞, 张笃周, 王立, 华宝成. 非合作目标局部特征识别轻量化特征融合网络设计 . 红外与激光工程, 2020, 49(7): 20200170-1-20200170-7. doi: 10.3788/IRLA20200170
[10]	范明明, 田少卿, 刘凯, 赵嘉鑫, 李云松. 基于梯度方向一致性和特征分解的红外小目标检测算法 . 红外与激光工程, 2020, 49(1): 0126001-0126001(12). doi: 10.3788/IRLA202049.0126001
[11]	陆福星, 陈忻, 陈桂林, 饶鹏. 背景自适应的多特征融合的弱小目标检测 . 红外与激光工程, 2019, 48(3): 326002-0326002(7). doi: 10.3788/IRLA201948.0326002
[12]	南天章, 耿建君, 陈旭, 陈颖. 基于邻域特征的红外低慢小目标检测 . 红外与激光工程, 2019, 48(S1): 174-180. doi: 10.3788/IRLA201948.S128002
[13]	韩义波, 杨新锋, 滕书华, 庄祉昀. 激光与红外融合目标检测 . 红外与激光工程, 2018, 47(8): 804005-0804005(7). doi: 10.3788/IRLA201847.0804005
[14]	王治乐, 周程灏, 林菲, 钱育龙. 像素融合方法的红外双波段目标模拟器设计 . 红外与激光工程, 2017, 46(11): 1104003-1104003(6). doi: 10.3788/IRLA201746.1104003
[15]	张祥越, 丁庆海, 罗海波, 惠斌, 常铮, 张俊超. 基于改进LCM的红外小目标检测算法 . 红外与激光工程, 2017, 46(7): 726002-0726002(7). doi: 10.3788/IRLA201746.0726002
[16]	贾桂敏, 卢薇冰, 路玉君, 杨金锋. 基于地理同名点配准的机载红外移动小目标检测方法 . 红外与激光工程, 2016, 45(8): 804002-0804002(7). doi: 10.3788/IRLA201645.0804002
[17]	张仲瑜, 焦淑红. 多特征融合的红外舰船目标检测方法 . 红外与激光工程, 2015, 44(S1): 29-34.
[18]	卢瑞涛, 黄新生, 徐婉莹. 基于Contourlet变换和Facet模型的红外小目标检测方法 . 红外与激光工程, 2013, 42(8): 2281-2287.
[19]	林建粦, 平西建, 马德宝. 采用DBT的漂移扫描星图小目标检测方法 . 红外与激光工程, 2013, 42(12): 3440-3446.
[20]	刘运龙, 薛雨丽, 袁素真, 毛峡. 基于局部均值的红外小目标检测算法 . 红外与激光工程, 2013, 42(3): 814-822.

点击查看大图

计量

文章访问数: 327
HTML全文浏览量: 44
PDF下载量: 286
被引次数: 0

基于混合融合策略的双波段红外小目标检测方法

1. 国防科学技术大学自动目标识别重点实验室,湖南长沙410073

作者简介:
黄浩（1989- ），男，硕士生，主要从事实时系统、红外图像处理技术方面的研究。Email：huanghao029@gmail.com

收稿日期: 2014-01-15
修回日期: 2014-02-23
刊出日期: 2014-09-25

基金项目:

国家高技术研究发展计划

中图分类号: TP391

关键词:

摘要: 双波段红外图像的小目标融合检测是红外自动寻的系统的关键技术和研究热点之一。为了建立有效的融合检测结构，对基于布尔逻辑的融合检测方法进行了分析，并从小目标红外成像原理出发，提出了一种基于与逻辑和局部灰度的混合融合检测算法。首先，分别对单波段的红外图像进行阈值分割；其次，对两个波段的检测结果进行与融合；再次，对与融合之外的目标点进行局部灰度判别，进一步提高检测概率；最后，根据融合结果调节第一步中局部检测器的分割阈值，以优化局部检测器。实验仿真结果表明，该算法有效地提高了双波段红外的检测能力，且算法结构简单、运算速度快，具有较强的实用性。