分享一下个人对于近期读过的一篇文献《基于双层局部对比度的红外弱小目标检测方法》的理解,文献的链接放在文章最后。侵权请联系删除。
一、原理
1.计算目标区域和内层窗口的灰度差d(T,IB)和目标区域和外层窗口的灰度差d(T,OB)。
2.舍弃差值约等于0的背景区域.
3.计算对角位子窗的灰度差对比度得到内层的灰度差对比度度量D1,外层的灰度差对比度度量D0。
4.计算DLCM的值。
文献中给出的公式如下图所示:
二、改进点与优点
1.由于弱小目标形状一般为中心对称、向四周辐射的形状,与二维高斯函数非常相似,对角灰度差对比度度量充分利用目标局部对比度分布的先验信息,有效抑制边缘和背景的干扰
2.内层子窗用于小尺寸目标的检测,双层子窗结构实现较大尺寸目标的检测。
3.只需要计算单尺度的双层对比度即可实现不同大小的小目标的检测,算法效率得到了提高
三、算法流程
首先将图像进行输入,之后通过文献给出的算法使用双层窗口对图像进行处理,生成显著图,最后,进行阈值分割,提取小目标。
四、算法性能
文中使用到三项指数用于衡量算法的性能,分别为体现算法的目标增强性能(SCRG),衡量目标检测难度以及目标显著性(SCR)下标in和 out分别代表原图像以及分离的目标图像,评估算法背景抑制的性能(BSF)σin、σout分别为输入以及输出图像中背景杂波的灰度标准差。文献中给出的图像如下图所示:
原文链接:
[1]潘胜达,张素,赵明,安博文.基于双层局部对比度的红外弱小目标检测方法[J].光子学报,2020,49(01):184-192.