基于自适应梯度阈值各向异性滤波抑制红外复杂背景

孙海江; 王延杰; 陈小林

doi:10.3788/OPE.20142201.0146

您当前的位置：

首页 >

文章列表页 >

基于自适应梯度阈值各向异性滤波抑制红外复杂背景

信息科学 | 更新时间：2020-08-13

- 基于自适应梯度阈值各向异性滤波抑制红外复杂背景
- Suppression of infrared complex background based on adaptive gradient threshold anisotropic filtering
- 光学精密工程 2014年22卷第1期页码：146-151
- 作者机构：
  
  中国科学院长春光学精密机械与物理研究所,吉林长春,中国,130033
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目 (No.61172111)()
- DOI：10.3788/OPE.20142201.0146
  中图分类号： TP391.4
- 收稿日期：2013-01-12，
  
  纸质出版日期：2014-01-15
- 稿件说明：
移动端阅览
孙海江, 王延杰, 陈小林. 基于自适应梯度阈值各向异性滤波抑制红外复杂背景[J]. 光学精密工程, 2014,22(1): 146-151

SUN Hai-jiang, WANG Yan-jie, CHEN Xiao-lin. Suppression of infrared complex background based on adaptive gradient threshold anisotropic filtering[J]. Editorial Office of Optics and Precision Engineering, 2014,22(1): 146-151
孙海江, 王延杰, 陈小林. 基于自适应梯度阈值各向异性滤波抑制红外复杂背景[J]. 光学精密工程, 2014,22(1): 146-151 DOI： 10.3788/OPE.20142201.0146.

SUN Hai-jiang, WANG Yan-jie, CHEN Xiao-lin. Suppression of infrared complex background based on adaptive gradient threshold anisotropic filtering[J]. Editorial Office of Optics and Precision Engineering, 2014,22(1): 146-151 DOI： 10.3788/OPE.20142201.0146.

摘要

在传统各向异性扩散滤波算法的基础上

提出了一种自适应梯度阈值各向异性滤波算法

用于有效地抑制红外复杂背景、滤除噪声

同时增强红外弱小目标。该算法根据图像的局部特性

利用其在不同方向上的梯度特点

判断某点像素是噪声还是图像以及其存在于图像的平滑区域还是边缘区域。文中据此提出了自适应求取边缘函数中的梯度阈值(

值)的方法

解决了原各向异性滤波算法的边缘函数中

值固定单一的问题。实验证明:与原各向异性滤波算法和其他背景抑制算法相比

提出的算法增加了去噪功能

对各种复杂背景抑制效果更好

增强后的图像信噪比提高了近2倍。

Abstract

On the basis of traditional anisotropic diffusion filtering algorithm

an adaptive gradient threshold based anisotropic filtering algorithm is proposed to suppress the infrared complex background

filter out the noise effectively and enhance the infrared dim target. According to the local features of a image and its gradient features in different directions

the algorithm can determine the point of a pixel to be a noise or an image

and can point out the point of the pixel to be in the smooth region or the edge region. Based on above

it proposes a method to calculate the gradient threshold (

value) of the edge function adaptively and to solve the shortcoming that the

value is fixed and single in the edge function of the traditionall anisotropic filtering algorithm. This experiment shows that this algorithm increases the denoising function

suppresses complex background effectively

and enhances Signal to Noise Radio(SNR) of the image by 2 times as compared with that of the original anisotropic filtering algorithm and other background suppression algorithms.

关键词

Keywords

references

秦翰林.红外监视告警系统中的复杂背景抑制算法研究 [D]. 西安:西安电子科技大学, 2010.

QIN H L. Study on complex background suppression algorithm for infrared surveillance warning system [D] . Xi’an: Xidian University, 2010. (in Chinese)

孟祥龙, 张伟. 天基红外图像的点目标检测[J]. 光学精密工程, 2010, 18(9):2094-2100.

MENG X L, ZHANG W. Detection of point targets in space-based infrared images [J]. Opt. Precision Eng., 2010, 18(9): 2094-2100. (in Chinese)

秦翰林, 周慧鑫. 采用多尺度隐式马尔可夫模型的红外图像背景抑制[J]. 光学精密工程, 2011, 19(8):1950-1956.

QIN H L, ZHOU H X. Suppression of infrared image background by multiscale hidden Markov model [J]. Opt. Precision Eng., 2011, 19(8): 1950-1956. (in Chinese)

刘兴淼, 王仕成, 赵静. 结合统计分布和非下采样Contourlet变换的红外小目标检测[J]. 光学精密工程, 2011, 19(4):908-915.

LIU X M, WANG SH CH, ZHAO J. Infrared small target detection based on nonsubsampled Contourlet transform and statistical distribution[J]. Opt. Precision Eng., 2011, 19(4): 908-915 . (in Chinese)

张必银, 张天序, 桑农, 等. 红外弱小运动目标实时检测的规整化滤波方法 [J]. 红外与毫米波学报, 2008, 27(2):95-100.

ZHANG B Y, ZHANG T X, SANG N, et al..Novel regularizing filtering method for real-time detecting IR DM small moving target [J]. J. Infrared M illin. Waves, 2008, 27(2):95-100. (in Chinese)

曹琦, 毕笃彦. 红外弱小目标检测中的特征选择性滤波方法 [J]. 光学学报, 2009, 29(9):2408-2412.

CAO Q, BI D Y. Characteristic-selecting filtering in infrared small target detection [J]. Acta Optical Sinica. 2009, 29(9):2408-2412. (in Chinese)

GABOR D. Information theory in electron microscopy [J]. Laboratory Investigation, 1965, 14: 801-807.

KOENDERINK J. The structure of images [J]. Biological Cybernetics, 1984, 50(5): 363-370.

WITKIN A. Scale-space filtering [J]. Int. Joint Conf. On AI , Karlsruhe, 1984, 9: 1019-1022.

PERONA P, MALIK J. Scale-space and edge detection using anisotropic [J]. IEEE Transactions on Pattern Analysis And Machine Intelligence, 1990, 12(7): 629-639.

王大凯, 侯榆青, 彭进业.图像处理的偏微分方程方法 [M].北京:科学出版社, 2008.

WANG D K, HOU Y Q, PENG J Y. Partial Diffierential Equeation of Image Processing Methods [M]. Beijing: Science Press, 2008. (in Chinese)

浏览量

244

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

复杂场景单目标跟踪

层次化点云去噪算法

基于高信背比的视频低速暗弱目标增强

采用目标背景建模的毫米波弱小目标检测

采用多尺度隐式马尔可夫模型的红外图像背景抑制