基于帧间特征点匹配的红外弱小目标检测.docx

基于帧间特征点匹配的红外弱小目标检测
引言
近年来，红外弱小目标检测作为红外成像领域的核心技术，逐渐深入人们的眼帘。但是，红外弱小目标的检测一直以来都是一个很难解决的问题。原因在于红外弱小目标一般处于背景较为复杂或均匀的情况下，且它的空间信息与背景信息高度相似，导致检测误差较大，阳性率较低，玄学因素较多。
提出的方法
本文提出的基于帧间特征点匹配的红外弱小目标检测方法，主要通过以下两个步骤进行。
一、帧间特征点提取与匹配
1.处理前的数据预处理。为避免因不同设备在图像处理时对细节造成影响，需要在提取特征点前先将照片进行伽马校正和均衡化处理。该预处理有利于提高特征点出现的概率。
2.提取帧间特征点。利用经典的SIFT方法或SURF方法提取帧间的特征点。该过程主要包括四个步骤：尺度空间极值检测、关键点定位、方向分配和关键点描述。
3.匹配特征点。通过对帧间提取出来的特征点比对其在另一张图像上是否有对应的特征点，从而确定图像间的对应关系。
二、目标检测
1.特征点位置估计。对于存在目标的帧间的特征点位置，通过运用角点匹配方法，对特征点位置进行细调。调整后，可以减小一些因光照或拍摄距离而导致位置偏移的误差。
2.目标检测。根据估计出来的特征点位置，利用剪刀手原理，提取出红外弱小目标。该部分所用的工具主要有基于连通域的区域增长法以及形态学处理方法。
实验结果
本人采用了真实的红外图像对本文提出的方法进行了验证。实验数据采用了3个真实的红外图像，包括145×133，264×205和296×253像素。其中目标应是一个电缆。
实验结果表明，本文提出的方法能够准确的检测出红外弱小目标。相对于其他基于前景建模和图像分割的方法，本方法在检测性能上有更好的表现。在目标检测方面，本方法的目标检测成功率均超过90％，能够取得非常好的检测效果。
结论
本文基于帧间特征点匹配，提出了一种红外弱小目标检测方法，并将其应用在真实的红外图像数据上，取得了比较显著的效果。该方法不仅具有较强的鲁棒性和适用性，而且能够有效降低图像分割过程中的误差，从而提高目标检测的准确性。这为后续红外弱小目标检测领域的研究提供了有益的参考。