分享一下个人对于近期读过的一篇文献《Fast and robust small infrared target detection using absolute directional mean difference algorithm》的理解,文献的链接放在文章最后。侵权请联系删除。

一、算法优势

文章提出的ADMD方法是基于AAGD方法,在其基础上进行改进完成的。文章对于AAGD算法的优缺点进行了相应的总结,之后对于文章提出的ADMD方法的优势进行了总结。

平均绝对灰度差(AAGD)算法利用两个嵌套窗口逐像素滑动。有效地抑制了背景噪声(使用局部平均)并增强了目标区域(通过采用局部对比度)。可以很容易地通过局部平均和减法算子实现,具有较低的计算复杂性,适合于实时实际应用。

当红外场景包含高强度边缘和结构背景杂波时,非目标区域也会增强。尽管目标区域总是具有正对比度,但无论感兴趣区域的对比度是正还是负,AAGD都会返回强烈的响应,AAGD返回错误响应作为真实目标区域。

ADMD算法通过将局部平均和形态学扩张算子结合的方法能够有效地抑制了高强度边缘和结构背景杂波,同时噪声抑制和目标增强能力保持不变.

二、算法原理

1.AAGD

利用两个嵌套窗口逐像素滑动。如下图所示,内部窗口(Φ)和外部窗口的平均值之间的差值(Ω) 用于构建显著性图。能够有效得消除高强度边缘

文中给出的算法公式如下图所示。首先计算每个子块的平均灰度值mk。其次,计算目标区域0和周围各个区域的灰度差,对其进行平方从而实现对于目标区域的增强和背景区域的抑制。最后使用跳跃函数H(x),当x<0时取0.对于AAGD的值进行简单的阈值处理,从而抑制产生的负对比度。

2.ADMD

由于最小方向响应作为最终输出将增强杂波抑制能力,而目标检测能力保持不变。文中给出的算法流程如下所示:使用适当邻域大小(3×3、5×5、7×7或9×9)m0的局部平均对输入红外图像进行滤波。使用适当的结构元素(图示)对滤波图像m0进行形态学扩张,以获得最大方向值Mdir。计算绝对差值平均值ADM。消除负对比度ADMD构建显著性图。

Fast and robust small infrared target detection using absolute directional mean difference algorithm - ScienceDirect

文献精讲-弱小目标检测-ADMD方法相关推荐

  1. 图像处理算法实战应用案例精讲-【目标检测】YOLO(附python代码实现)

    目录 前言 几个高频面试题目 1.如何对目标物体进行检测? 方法一:窗口切分

  2. 文献精讲-基于双层局部对比度的红外弱小目标检测方法(DLCM)

    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 ...

  3. 红外弱小目标检测算法综述

    红外弱小目标检测算法综述 ------ 参考文献: 李俊宏,张萍,王晓玮,黄世泽.红外弱小目标检测算法综述[J].中国图象图形学报,2020,25(09):1739-1753. ------ 依据是否 ...

  4. 红外弱小目标检测之“Infrared Patch-Image Model for Small Target Detection in a Single Image”阅读笔记

    Infrared Patch-Image Model for Small Target Detection in a Single Image 原文:Infrared Small Target Det ...

  5. 2021-03-22 基于视觉显著性的红外弱小目标检测-王警予 |笔记

    基于视觉显著性的红外弱小目标检测-王警予 | 阅读笔记 第四章 基于稀疏低秩分解的红外弱小目标检测 key 视觉注意力机制 稀疏低秩分解 针对人类视觉显著性是基于人类视觉注意的特点,将红外图像中显著性 ...

  6. 【ICML2022】LightNAS系列解读之一:基于最大熵原理的目标检测搜索方法MAE-Det

    本文解读我们ICML2022上发表的论文<MAE-DET: Revisiting Maximum Entropy Principle in Zero-Shot NAS for Efficient ...

  7. 弱小目标检测跟踪算法研究(5) 基于顶帽变换(Top_hat)算法的红外弱小目标检测之背景抑制

    基于顶帽变换(Top_hat)算法的红外弱小目标检测之背景抑制 1. 前言 2. 顶帽变换(Top_hat)算法 3. Matlab仿真 4. 小结 1. 前言 红外图像中的弱小目标,目标属性包涵&q ...

  8. 《融合视觉显著性和局部熵的红外弱小目标检测》论文复现

    1.复现论文概要 复现的论文为<融合视觉显著性和局部熵的红外弱小目标检测>(赵鹏鹏,李庶中等,中国光学2022,http://www.chineseoptics.net.cn/cn/art ...

  9. 弱小目标检测跟踪算法研究(2)红外弱小目标数据集准备(红外弱小目标的数据集又来了)

    红外弱小目标的数据集又来了! 说在前面的话 数据集 后续 说在前面的话 弱小目标,顾名思义:目标信号弱,像素少,由于目标信噪比较低,目标最少可能只有一个像素单元.因此,弱小目标检测跟踪一直是图像处理与 ...

最新文章

  1. 如何定义和搭建可靠人工智能系统的规则?
  2. linux进程调度浅析
  3. Oracle笔记(中) 多表查询
  4. 迷失只是暂时 2011-03-13
  5. C语言eigen存为txt文件,如何为使用Eigen(C线性代数的模板库)的C项目编写一个makefile?...
  6. 【渝粤教育】电大中专电子商务网站建设与维护 (11)作业 题库
  7. javascript指南_JavaScript的完整指南
  8. docker 与宿主共享文件
  9. 小波分解与小波包分解的区别
  10. (一)双目标定OpenCV读双目摄像头合并图像并分割
  11. 抖音SEO,抖音排名优化,抖音排名规则
  12. outlook配置文件添加服务器,Microsoft Outlook卡在加载配置文件?这里如何解决它
  13. 网管必修课 中小企业安全路由器配置
  14. 关于GIt的学习,gitee
  15. 偏态分布(Skewed distribution)
  16. sqlserver如何删库跑路
  17. 系统认证风险预测方案总结
  18. android java join_java中的join用法
  19. elasticsearch 实践
  20. 【Go实现】实践GoF的23种设计模式:命令模式

热门文章

  1. 常用的 JS库 总结
  2. 弘辽科技:拼多多618红包雨一天有几次?怎么使用红包?
  3. 苹果iPhone屏幕时间密码忘记解不开?教你3种解决办法
  4. redux-saga原理浅析
  5. 钉钉开发第三方H5微应用入门详细教程[ISV][免登流程][授权码][HTTP回调推送][识别用户身份][获取用户信息]...
  6. 微信小程序挂号预约系统-JAVA【数据库设计、源码、开题报告】
  7. 偶尔逛下书店.居然多少有那末一点收获. 知道网上的[威客].[赚客]吗?
  8. MODBUS RTU 如何计算CRC校验
  9. 汽车电子之温度传感器
  10. 网络信息通信的安全问题以及解决方法