利用特征空间主分量分解实现自适应小目标检测算法

孙慧; 孙凯; 侯晴宇

Chinese

您当前的位置：

首页 >

文章列表页 >

利用特征空间主分量分解实现自适应小目标检测算法

测控技术与通信工程 | 更新时间：2026-07-10

- 利用特征空间主分量分解实现自适应小目标检测算法
- The Adaptive Small Target Detection Based on Principal Component Analyzation in Feature Space
- 哈尔滨理工大学学报 2011年16卷第3期页码：62-67
- 作者机构：
  
  1. 哈尔滨理工大学电工电子教学与实训中心
  2. 黑河学院网络信息中心
  3. 哈尔滨工业大学空间光学工程研究中心
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP274.52
- 纸质出版：2011
- 稿件说明：
移动端阅览
孙慧, 孙凯, 侯晴宇. 利用特征空间主分量分解实现自适应小目标检测算法[J]. 哈尔滨理工大学学报, 2011,16(3):62-67.

SUN Hui, SUN Kai, HOU Qing-Yu. The Adaptive Small Target Detection Based on Principal Component Analyzation in Feature Space[J]. 2011, 16(3): 62-67.
孙慧, 孙凯, 侯晴宇. 利用特征空间主分量分解实现自适应小目标检测算法[J]. 哈尔滨理工大学学报, 2011,16(3):62-67. DOI：

SUN Hui, SUN Kai, HOU Qing-Yu. The Adaptive Small Target Detection Based on Principal Component Analyzation in Feature Space[J]. 2011, 16(3): 62-67. DOI：

摘要

为了实现非平稳复杂背景干扰下的红外小目标检测

在特征选择阶段同时考虑了目标的强度、分布梯度以及与背景之间的阶越特性

并提取对比度、临域标准差以及多孔小波变换高频分量的模值三维特征予以描述.将目标检测过程视为特征空间中的两类分类问题

通过主分量分解获取背景的统计聚类参数

将目标像素特征向量视为背景特征聚类之外的异常点

并建立了统计距离作为检测判据.同时

以背景特征向量的多元正态统计分布为假设前提

利用各主分量偏度作为限制进行了用于小目标检测的统计距离阈值的选择

进一步提高了算法的自适应性能.实测试验证明了算法的有效性.

Abstract

To detect infrared small target in non-stationary complex background

at first

the intensity of target

distribution gradient of target and step characteristic between target and background are considered

in process of feature selection.The three-dimensional features are extracted

which contain contrast between each local area pixel and its surrounding background

the local standard deviation of pixel and the modulus of high frequency components of wavelet transform at position of pixel.Regarding the process o...

关键词

Keywords

references

浏览量

1625

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

针对宫颈异常细胞检测的 SER-DC YOLO

改进YOLOv4算法的袋料香菇检测方法

智能视频技术在电力系统领域的应用

一种改进的 CSMA / CA 物理载波监听方法

融合多模态特征的在线课程资源推荐方法