基于曲率滤波和视觉显著性的红外小目标检测

红外成像因具有隐蔽性强、环境适应能力强和抗干扰能力强等优点，被广泛用于军事和民用领域。为了实现对红外小目标的高精度检测，提出了一种基于曲率滤波和视觉显著性相结合的红外小目标检测算法。首次将曲率滤波引入红外小目标检测中，对图像中的背景进行估计，然后将背景估计结果与原图像进行差分，使得图像中的大部分背景被显著抑制。为了减小残余的部分高强度杂波对目标的正确检测产生影响，利用形态学方法将高强度杂波移除。为了进一步提高目标的检测精度，提出了一种局部对比度算法进行杂波抑制及目标增强。最后，采用自适应阈值分割方法得到显著的小目标。对本文所提算法与其他算法在5个数据集上进行了比较分析，结果表明，本文算法的信杂比(SCR)与背景抑制因子(BSF)远高于其他算法，在检测率和误报率方面也明显优于其他算法。