基于绝对方向均值差算法的快速鲁棒红外小目标检测
计算机视觉与模式识别
2022-09-20 v4
摘要
红外搜索与跟踪（IRST）系统中的红外小目标检测是一项具有挑战性的任务。当红外导引头的视场（FoV）中出现高灰度强度结构背景时，这种情况变得更加复杂。虽然大多数红外小目标检测算法忽略方向信息，本文提出一种方向性方法来抑制结构背景并开发更有效的检测算法。为此，利用类似于平均绝对灰度差（AAGD）的概念构建了一种称为绝对方向均值差（ADMD）的新型方向性小目标检测算法。同时，给出了所提算法的高效实现流程。该算法有效增强了目标区域并消除了背景杂波。对真实红外图像的仿真结果证明了所提算法的显著有效性。
引用
@article{arxiv.1810.03173,
title = {Fast and Robust Small Infrared Target Detection Using Absolute Directional Mean Difference Algorithm},
author = {Saed Moradi and Payman Moallem and Mohamad Farzan Sabahi},
journal= {arXiv preprint arXiv:1810.03173},
year = {2022}
}
备注
The Final version (Accepted in Signal Processing journal)