Resumen

Con el fin de mejorar la capacidad de detección de objetivos tenues y pequeños en escenas dinámicas, este trabajo propone en primer lugar un método de modelado de fondo de gradiente anisotrópico combinado con información espacial y temporal y, a continuación, utiliza el gradiente multidireccional máximo de los bloques de vecindad para segmentar los mapas de diferencias. Sobre la base del modelado de fondo anterior y la extracción de segmentación objetivos candidatos, se propone un algoritmo de detección de objetivos pequeños tenue para el grado de agregación de energía local de imágenes de secuencia. Los experimentos muestran que, en comparación con el algoritmo tradicional, este método puede eliminar la interferencia del ruido en el objetivo y mejorar la capacidad de detección del sistema de manera efectiva.

• Materias:Rayo láser Onda electromagnética Óptica Fibra óptica
• Subjects:Lasers Electromagnetic waves Optics Optical fibres
• Palabras claves:capacidad de detección, método de modelado de fondo de gradiente anisotrópico, algoritmo de detección de objetivos pequeños tenues, grado de agregación de energía local, extracción de segmentación objetivos candidatos, gradiente máximo multidireccional, modelado de fondo previo, mapas de diferencias, escenas dinámicas, bloques de vecindad
• Keywords:detection ability, anisotropic gradient background modeling method, dim small target detection algorithm, local energy aggregation degree, segmentation extraction candidate targets, multidirectional gradient maximum, previous background modeling, difference maps, dynamic scenes, neighborhood blocks