采用局部多样加权对比度的红外小目标检测(英文)

作者：陈园园; 韩金辉; 张鸿辉; 桑晓丹

来源：红外与激光工程, 2021, 1-13.

• 红外小目标检测
• 人类视觉系统（HVS）
• 比差联合
• 局部对比度
• 反向局部多样性

具有高检测率、低虚警率和高检测速度的单帧红外弱小目标检测是一项艰巨的任务，因为目标通常很小且暗淡，并且存在不同类型的干扰，例如高亮背景，复杂的背景边缘和高亮度像素级的噪声点（PNHB）。基于HVS的单帧检测算法通常可以实现比传统算法更好的性能，但是，对于基于HVS的算法，如何定义局部对比度的公式是关键问题之一，直接决定算法的性能。到目前为止，研究人员尚未就如何定义局部对比度达成共识，并且已经提出了许多局部对比度定义。现有算法如比值型和差值型的局部对比度算法，不能有效增强真实目标的同时抑制所有干扰，仅以周围区域为背景，而没有考虑周围背景本身的多样性，这些算法浪费了可用于进一步抑制复杂背景的局部多样性信息。提出了一种多尺度比差联合局部对比度检测算法（MRDLCM）。它可以结合比值型和差值型算法的优点，因此可以抑制所有类型干扰的同时增强不同大小的真实目标，且不需要任何预处理。此外，提出了基于反向局部多样性（RLD）的权重函数，该函数利用局部周围区域的局部多样性进一步抑制复杂背景。实验结果表明，所提出的MRDLCM＿RLD算法相对于现有算法在检测率和误报率上具有有效性和鲁棒性。此外，该算法具有并行处理能力，对于提高检测速度非常有效。

• 单位
  周口师范学院