Resumen

La detección de objetivos pequeños es muy importante para los problemas de búsqueda y seguimiento por infrarrojos (IRST). Los objetivos agrupados son difíciles de detectar utilizando el método de detección convencional de tasa constante de falsas alarmas (CFAR). En este estudio, se desarrolló un nuevo método de detección multiobjetivo para identificar objetivos infrarrojos pequeños adyacentes o poco espaciados. Los objetivos adyacentes disminuyen la relación señal/despeje en la detección de tasa constante de falsas alarmas basada en umbral de histéresis (H-CFAR), lo que conduce a un pobre rendimiento de detección en entornos desordenados. La estimación robusta de fondo basada en el rechazo de blancos adyacentes propuesta puede reducir los efectos de los blancos vecinos y mejorar el rendimiento de la detección de multiobjetivos pequeños en imágenes infrarrojas aumentando la relación señal/despeje. Los resultados experimentales de las secuencias de objetivos adyacentes sintéticos y reales mostraron que el método propuesto produce una tasa de detección mejorada con la misma tasa de falsas alarmas en comparación con los métodos de detección de objetivos recientes (H-CFAR, Top-hat y TDLMS).

• Materias:Biotecnología Nanotecnología Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Nanotechnology Sensor networks Sensor system Sensor technology
• Palabras claves:cfar, ratio de clutter, objetivos vecinos, tasa de falsas alarmas constante, tasa de falsas alarmas constante convencional, método novedoso de detección multiobjetivo, secuencias reales de objetivos adyacentes, métodos recientes de detección de objetivos, misma tasa de falsas alarmas, rendimiento de detección multiobjetivo pequeño
• Keywords:cfar, clutter ratio, neighboring targets, constant false alarm rate, conventional constant false alarm rate, novel multitarget detection method, real adjacent target sequences, recent target detection methods, same false alarm rate, small multitarget detection performance