X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
平台简介 | 帮助中心
欢迎来到科易厦门城市创新综合服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00286226]一种基于视觉对比机制的红外弱小目标检测方法

交易价格: 面议

所属行业: 分析仪器

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201710426079.8

交易方式: 技术转让 技术转让 技术入股

[ERROR (115, 38): Message=Function isnullorempty is not defined,Source=volt,StackTrace= 在 Igs.Hcms.Volt.VoltEngine.EvalExpression(Expression exp),TargetSite=System.Object EvalExpression(Igs.Hcms.Volt.Tokens.Expression)]

联系人:江苏科技大学

[ERROR (137, 38): Message=Function isnullorempty is not defined,Source=volt,StackTrace= 在 Igs.Hcms.Volt.VoltEngine.EvalExpression(Expression exp),TargetSite=System.Object EvalExpression(Igs.Hcms.Volt.Tokens.Expression)] [ERROR (145, 38): Message=Function isnullorempty is not defined,Source=volt,StackTrace= 在 Igs.Hcms.Volt.VoltEngine.EvalExpression(Expression exp),TargetSite=System.Object EvalExpression(Igs.Hcms.Volt.Tokens.Expression)]

所在地:江苏镇江市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明公开一种基于视觉对比机制的红外弱小目标检测方法,包含以下步骤(1)提取原始红外图像的8向梯度显著图;(2)对所述8向梯度显著图进行二值化处理,得到梯度显著二值图像;(3)根据红外弱小目标的尺寸特征,对所述梯度显著二值图像进行优化处理,剔除孤立噪声点和大尺寸背景梯度显著区域,得到优化后的梯度显著二值图;(4)利用视觉对比机制计算所述优化后的梯度显著二值图中显著区域的局部对比度,剔除伪目标,获得视觉对比机制处理后的梯度显著二值图;(5)根据所述视觉对比机制处理后的梯度显著二值图,在所述原始红外图像中定位目标,完成红外弱小目标检测。本发明解决了低信噪比情况下红外弱小目标检测精度低的问题。
本发明公开一种基于视觉对比机制的红外弱小目标检测方法,包含以下步骤(1)提取原始红外图像的8向梯度显著图;(2)对所述8向梯度显著图进行二值化处理,得到梯度显著二值图像;(3)根据红外弱小目标的尺寸特征,对所述梯度显著二值图像进行优化处理,剔除孤立噪声点和大尺寸背景梯度显著区域,得到优化后的梯度显著二值图;(4)利用视觉对比机制计算所述优化后的梯度显著二值图中显著区域的局部对比度,剔除伪目标,获得视觉对比机制处理后的梯度显著二值图;(5)根据所述视觉对比机制处理后的梯度显著二值图,在所述原始红外图像中定位目标,完成红外弱小目标检测。本发明解决了低信噪比情况下红外弱小目标检测精度低的问题。

推荐服务:

智能制造服务热线:0592-5380947

运营商:厦门科易帮信息技术有限公司     

增值电信业务许可证:闽B2-20100023      闽ICP备07063032号-5