Detección de objetivos pequeños en infrarrojo mediante la medida de diferencia de gris promedio local a múltiples escalas
Autores: Xie, Feng; Dong, Minzhou; Wang, Xiaotian; Yan, Jie
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Detección de objetivos pequeños en infrarrojo mediante la medida de diferencia de gris promedio local a múltiples escalas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Infrarrojo
Guiado
Sistemas de seguimiento de objetivos
Objetos pequeños
Medidas de contraste local
Desorden de fondo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
En sistemas de guía y seguimiento de objetivos por infrarrojos (IR), la intensidad baja del objetivo y el desorden del fondo complejo son algunos de los desafíos típicos, especialmente para la detección precisa de objetos pequeños. En este artículo, proponemos un nuevo método de detección de objetivos IR basado en nuevas medidas de contraste local. Primero, se presenta la medida de diferencia de grises promedio local (LAGDM) para resaltar la diferencia entre un objeto pequeño y su fondo local. Luego, se genera un mapa LAGDM para mejorar efectivamente los objetivos y suprimir el desorden del fondo. Finalmente, utilizamos un método de segmentación adaptativa para separar el objeto del fondo. Los resultados experimentales en múltiples secuencias muestran que el método propuesto de detección de objetivos pequeños puede mejorar efectivamente la relación señal-ruido del imagen (SCR) y muestra un rendimiento robusto contra fondos de cielo nublado, marino y forestal de montaña.
Descripción
En sistemas de guía y seguimiento de objetivos por infrarrojos (IR), la intensidad baja del objetivo y el desorden del fondo complejo son algunos de los desafíos típicos, especialmente para la detección precisa de objetos pequeños. En este artículo, proponemos un nuevo método de detección de objetivos IR basado en nuevas medidas de contraste local. Primero, se presenta la medida de diferencia de grises promedio local (LAGDM) para resaltar la diferencia entre un objeto pequeño y su fondo local. Luego, se genera un mapa LAGDM para mejorar efectivamente los objetivos y suprimir el desorden del fondo. Finalmente, utilizamos un método de segmentación adaptativa para separar el objeto del fondo. Los resultados experimentales en múltiples secuencias muestran que el método propuesto de detección de objetivos pequeños puede mejorar efectivamente la relación señal-ruido del imagen (SCR) y muestra un rendimiento robusto contra fondos de cielo nublado, marino y forestal de montaña.