-
公开(公告)号：CN114155426A
公开(公告)日：2022-03-08
申请号：CN202111521014.4
申请日：2021-12-13
Applicant: 中国科学院光电技术研究所
IPC: G06V20/00 , G06V10/44 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于局部多向梯度信息融合的弱小目标检测方法，包括：首先，建立新的像元四方向区域的能量均值填充补偿模型来对图像进行预处理，完成多向梯度信息融合；接着，对已填充补偿的图像再构建出新的二次判定填充增强模型来保护目标信号，使目标信号再一次被增强；最后，以块区域计算形式构建出新的多向梯度倒数背景抑制模型来完成背景建模以得到差分图。本发明局部多向梯度信息能量感知的弱小目标检测方法具有很好的先进性，得到更好的检测效果。
-
公开(公告)号：CN114155426B
公开(公告)日：2023-08-15
申请号：CN202111521014.4
申请日：2021-12-13
Applicant: 中国科学院光电技术研究所
IPC: G06V20/00 , G06V10/44 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于局部多向梯度信息融合的弱小目标检测方法，包括：首先，建立新的像元四方向区域的能量均值填充补偿模型来对图像进行预处理，完成多向梯度信息融合；接着，对已填充补偿的图像再构建出新的二次判定填充增强模型来保护目标信号，使目标信号再一次被增强；最后，以块区域计算形式构建出新的多向梯度倒数背景抑制模型来完成背景建模以得到差分图。本发明局部多向梯度信息能量感知的弱小目标检测方法具有很好的先进性，得到更好的检测效果。
-
Patent Agency Ranking
公开(公告)号：CN106469313B
公开(公告)日：2019-06-11
申请号：CN201610871794.8
申请日：2016-09-30
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开了一种管径自适应时空域滤波的弱小目标检测方法，首先采用各向异性微分算法对待处理图像进行背景预测，以提高后续目标检测能力；然后采用局部极大值方法对差分图进行分割，获取二值图像；其次初始化时域参数(累积帧长度)和空域参数(管径大小)，并依次输入累积帧长度为N的系列二值图；最后采用管径自适应的时空域滤波对多帧图像进行检测，以获取真实目标点，同时对检测结果进行叠加，输出目标运动轨迹。与传统的管径固定的管道滤波目标检测方法相比，本发明利用目标在时空域间多帧运动关联基础上，根据目标尺度变化自适应地修改管径大小，有效解决管径不变目标变小/变大所带来的检测问题，大大提高目标检测精度。
-
公开(公告)号：CN114155425B
公开(公告)日：2023-04-07
申请号：CN202111521012.5
申请日：2021-12-13
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开了一种基于高斯马尔可夫随机场运动方向估计的弱小目标检测方法，本发明首先建立新的自适应高斯加权马尔可夫随机场滤波模型来获取图像的差分图像，接着依据建立的运动模型来构建目标马尔可夫转移概率模型，以估计出目标的运动方向，并沿着运动方向采用转移概率加权的形式来增强目标信号。该算法相对于同类算法来说具有很好的先进性，得到更好的检测效果。
-
公开(公告)号：CN114155425A
公开(公告)日：2022-03-08
申请号：CN202111521012.5
申请日：2021-12-13
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开了一种基于高斯马尔可夫随机场运动方向估计的弱小目标检测方法，本发明首先建立新的自适应高斯加权马尔可夫随机场滤波模型来获取图像的差分图像，接着依据建立的运动模型来构建目标马尔可夫转移概率模型，以估计出目标的运动方向，并沿着运动方向采用转移概率加权的形式来增强目标信号。该算法相对于同类算法来说具有很好的先进性，得到更好的检测效果。
-
公开(公告)号：CN106469313A
公开(公告)日：2017-03-01
申请号：CN201610871794.8
申请日：2016-09-30
Applicant: 中国科学院光电技术研究所
CPC classification number: G06K9/4604 , G06K9/342 , G06K9/40 , G06K9/48 , G06K2009/485
Abstract: 本发明公开了一种管径自适应时空域滤波的弱小目标检测方法，首先采用各向异性微分算法对待处理图像进行背景预测，以提高后续目标检测能力；然后采用局部极大值方法对差分图进行分割，获取二值图像；其次初始化时域参数(累积帧长度)和空域参数(管径大小)，并依次输入累积帧长度为N的系列二值图；最后采用管径自适应的时空域滤波对多帧图像进行检测，以获取真实目标点，同时对检测结果进行叠加，输出目标运动轨迹。与传统的管径固定的管道滤波目标检测方法相比，本发明利用目标在时空域间多帧运动关联基础上，根据目标尺度变化自适应地修改管径大小，有效解决管径不变目标变小/变大所带来的检测问题，大大提高目标检测精度。
-
公开(公告)号：CN106447692A
公开(公告)日：2017-02-22
申请号：CN201610871684.1
申请日：2016-09-30
Applicant: 中国科学院光电技术研究所
CPC classification number: G06N3/126 , G06T2207/20024 , G06T2207/20084
Abstract: 一种样本自适应的免疫遗传粒子滤波弱小目标跟踪方法,首先采用各向异性微分算法对待处理图像进行背景预测，并将预测的背景图与原图做差分处理，获取差分图，以自动捕获跟踪目标及提高后续目标跟踪效率；然后以上述捕获的目标为中心在其邻域内进行随机采样，获取粒子集，同时计算相应的粒子权值并归一化权值；其次根据粒子权值估算有效粒子数，若有效粒子数小于阈值，则进入免疫遗传粒子集优化过程，若有效粒子数大于阈值，则直接进入自适应重采样过程；最后对粒子状态进行最优估计，输出跟踪结果，并进行下一时刻的循环，直至结束。本发明有效增加粒子的多样性，尤其是在目标受背景干扰时，减少了样本缺失的现象，同时自适应修改每次迭代所需的粒子数，在保证跟踪精度的同时提高了运算效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
