龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽工业大学
摘要：本发明公开了一种基于自适应对比度增强的红外弱小目标检测方法，属于计算机图像红外弱小目标检测技术领域。本发明从目标周围的背景出发，先拟合局部区域的梯度场，并利用梯度场构建目标局部区域散度特征图来过滤掉目标周围的平坦杂波和高亮度下的像素尺寸噪点；然后在此基础上利用梯度方向模板来削弱目标周围的背景杂波和类目标背景杂波；通过两种方法的融合，可以自适应的滤除目标周围的噪声和杂波，使得后续进行局部对比度增强时，潜在的目标区域可以获得更高的权重从而得到最后的结果显著图，提高了目标检测的准确度，具备较优异的抗造能力。
主权项：1.一种基于自适应对比度增强的红外弱小目标检测方法，其特征在于，包括以下步骤：步骤S1：读取输入红外图像序列；步骤S2：将每个像素作为中心点构建5×5的局部图像区域，使用人工拟合的方式拟合局部图像区域为一个连续的二元三次函数；步骤S3：根据步骤S2得到的连续二元三次函数，计算中心点的梯度大小和梯度方向信息，得到梯度矢量图；步骤S4：根据步骤S3得到的梯度矢量图，以每个像素作为中心点计算该点对应的散度特征，得到散度特征图；步骤S5：根据步骤S2得到的梯度方向信息，构造梯度方向模板来计算不同位置的直方图权重，得到直方图权重图；步骤S6：融合步骤S4和S5所得到的散度特征图和直方图权重图并经过处理后，得到加权后的散度特征图；步骤S7：计算加权后的散度特征图每个位置的局部对比度测量系数，并将对应位置的系数应用到图像上，得到目标显著图，最后通过自适应阈值分割得到目标位置。
全文数据：
权利要求：
百度查询： 安徽工业大学 一种基于自适应对比度增强的红外弱小目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号