最大化背景模型用于检测红外图像中的弱小目标  

SMALL TARGET DETECTION BASED ON MAXIMUM BACKGROUND MODEL IN IR IMAGES

作　　者：徐军[1] 向健华[1] 粱昌洪[2] 

机构地区：[1]西安电子科技大学技术物理学院,西安710071 [2]西安电子科技大学电子工程学院,西安710071

出　　处：《光子学报》2002年第12期1483-1486,共4页Acta Photonica Sinica

基　　金：国家自然基金资助项目 (60 0 0 70 0 7)

摘　　要：提出一种基于最大化背景模型的背景预测算法 ,用于红外弱小目标检测 算法通过“区域最大化背景模型” ,来减小背景起伏对背景预测的影响 ,从而实现对背景更准确的预测 ,达到提高弱小目标检测性能的目的 算法适用于强对比度云层的空背景、具有人造干扰物的背景和空地背景的红外图像中 ,具有较强的抗噪音特性 ,是背景预测算法的一个重要扩展 针对实际红外图像的试验仿真表明 。For the small targets detection in IR images, A method of background prediction call maximum background model (MBM) is introduced. The MBM also called 'Local Maximum Background Model', which improve the performance of small targets detection by reducing the influence of background gurgitation. This model is applicable to the image, in which the background includes strong contrast cloud, man made jams such as a building and ground scenes, and it can also restrain strong noise.This model is a significant development to the background prediction algorithm.Also, evolution with some real IR images proved the validity of the algorithm in this paper.

关 键 词：最大化背景模型 弱小目标 检测 红外图像 背景预测算法 

分 类 号：TN215[电子电信—物理电子学]