基于卷积神经网络的红外弱小目标检测算法

作者：于周吉

来源：光学与光电技术, 2020, 18(05): 63-67.

DOI：10.19519/j.cnki.1672-3392.2020.05.012

• 卷积神经网络
• 红外弱小目标
• 背景抑制
• 特征提取
• 滤波

红外弱小目标成像面积小、可用特征少,目标检测极易受背景杂波干扰,因此,如何准确地检测复杂场景下的弱小目标成为一个技术难点。利用卷积神经网络强大的特征提取能力,基于全卷积神经网络设计单帧红外图像小目标提取网络,准确提取出小目标位置,并基于序列相关性,时空域能量累积增强弱目标的强度,通过自适应滤波器滤除孤立噪点,最终准确地提取出红外弱小目标。实验结果表明,相较于传统算法,本算法信噪比及信噪比增益都最高,比目前实用的Tophat算法提高1以上,结果表明提出的算法提取准确性更高,虚警率更低。