浅谈红外弱小目标检测算法-德赢Vwin官网网

作为红外预警探测领域的关键技术，适应于不同复杂场景下的红外弱小目标检测算法一直受到国内外研究人员的广泛关注。随着红外预警探测技术的发展以及军事化作战需求的提高，满足低虚警、高检测精度的红外弱小目标检测算法一直是国内外研究重点。

红外弱小目标检测算法主要分为多帧检测和单帧检测，多帧检测利用多帧图像中运动目标的连续性和相关性实现红外小目标检测，而单帧检测主要利用单帧图像，提取小目标在红外图像中的梯度、灰度、对比度等特征，通过目标增强或背景抑制等方式实现弱小目标检测，相比多帧检测，具有复杂度低，执行效率高，便于硬件实现等优点。

据麦姆斯咨询报道，近期，华北光电技术研究所刘征等人在《激光与红外》期刊上发表了以“红外单帧弱小目标检测算法研究综述”为主题的综述文章。

这项研究首先从成像特点、数学模型构建以及背景杂波干扰等方面阐述了弱小目标的特征与检测难点。然后分类介绍了近些年来提出的单帧弱小目标检测算法，并对算法的优势和不足进行了分析。最后结合当前红外预警探测领域的实际应用需求，分析了红外弱小目标检测算法未来的发展趋势。

红外弱小目标这一定义分别指出了目标的两个特性，即“弱”和“小”，其中“弱”指的是目标信噪比低、与背景之间的对比度差、红外辐射强度弱；而“小”指的是目标像素少，检测时难以获得纹理信息，可考虑的信息只有灰度和位置。

红外小目标图像与对应区域的三维强度分布图

红外单帧弱小目标检测算法主要通过图像预处理突出小目标同时抑制背景噪声干扰，之后采用阈值分割提取疑似目标，最后根据特征信息进行目标确认。由于单帧检测的算法复杂度较低，检测效率高，因此目前绝大多数的高速运动目标检测平台等都是采用的单帧红外弱小目标检测算法。

红外单帧弱小目标检测算法包括：①基于滤波的检测算法；②基于人类视觉系统的检测算法；③基于图像数据结构的检测算法；④基于深度学习的智能检测算法。

基于滤波的检测算法，由于红外探测系统得到的单帧图像中，红外小目标的纹理、大小等特征信息往往难以获取，通常红外小目标检测是基于小目标和背景之间的灰度差异。滤波方法的原理就是利用像素灰度差异来突出小目标，并去除周围背景噪声干扰。目前这类方法大体可分为空间域滤波和变换域滤波。空间域滤波的方法主要有：空域高通滤波、最大中值和最大均值滤波、Robinson Guard滤波器、双边滤波算法、数学形态学方法和二维最小均方滤波器（TDLMS）。变换域滤波应用较多的这类方法主要有频域高通滤波、小波变换滤波、多尺度几何分析、二维经验模式分解（BEMD）以及离散余弦变换（DCT）。

基于人类视觉系统（HVS）的检测算法，人眼可以快速定位到感兴趣区域，并获取其中的感兴趣目标，这一行为主要是人眼根据对比度区别目标和背景而不是亮度，以此来获取视觉显著性区域。根据HVS的特性，红外图像中目标的显著性特征主要包含对比度、大小、形状等等。所以红外小目标检测中引入了局部对比度、视觉显著性图、多特征融合、多尺度等理论机制。

基于图像数据结构的检测算法，将图像数据结构引入到红外小目标检测算法中，利用了红外图像中背景的非局部自相似性和目标的稀疏特性，即背景块属于同一低秩子空间，而目标相对整体图像尺寸较小。目前比较典型的基于图像数据结构的方法主要有红外图像块（IPI）模型和稳健主成分分析（RPCA）。

基于深度学习的智能检测算法，能通过训练提取数据中深层次的中层以及高层特征，用以目标表征，提升目标检测的鲁棒性。目前将深度学习应用于红外小目标检测最大的局限性在于，待检测的红外小目标尺寸过小，缺乏纹理、结构等特征，而神经网络中往往采取下采样操作，导致目标在特征图上尺寸仅占据几个像素，使得检测器难以提取出有效特征，导致小目标检测效果差；同时考虑到实际红外工程应用中对算法的实时性和硬件负载能力均有限定，神经网络架构移植到常用的FPGA ＋ DSP硬件架构上的难度较大。

结合当下红外预警探测系统的发展需求以及各个领域逐渐引入人工智能思想的热潮，可以预见未来红外弱小目标检测的发展趋势如下：

（1）首先，考虑到红外预警探测对探测距离、成像质量、复杂背景环境下的适应能力等需求的提高，在硬件上研制大规模、高分辨率、多波段、超高密度集成和轻型化的焦平面器件，仍然是推动红外弱小目标检测研究必不可少的一部分。

（2）其次，由于单一波段的红外探测系统的性能总是有限的，由单波段检测推广到研究红外多光谱融合探测技术，高光谱探测技术以及多传感器信息融合技术，进行信息互补，实现预警系统一体化，有效解决单一波段或单一探测器探测性能的局限性。

（3）最后，创新和改进现有的红外弱小目标检测算法仍然是目前研究的重点。利用深度学习模型架构进行红外弱小目标检测，完善红外弱小目标数据集，同步考虑神经网络模型架构硬件移植的可行性，后续研究可以利用FPGA高速并行计算、低功耗的优势，在FPGA上搭建神经网络架构，加速神经网络计算，保证算法的检测效率与实时性。

编辑：黄飞

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

滤波器

滤波器

+关注

关注
161

文章
7795

浏览量
177986
视觉系统

视觉系统

+关注

关注
3

文章
334

浏览量
30697
深度学习

深度学习

+关注

关注
73

文章
5500

浏览量
121109

原文标题：红外单帧弱小目标检测算法研究综述

文章出处：【微信号：vision263com，微信公众号：新机器视觉】欢迎添加关注！文章转载请注明出处。

PowerPC小目标检测算法怎么实现？

检测系统在低功耗、轻小型化等方面提出了更高的要求。因此,完成小目标检测任务不仅需要寻求合理的小目标检测算法,在实现时还需要考虑处理性能和体积

发表于 08-09 07:07

求一种基于机载单通道SAR数据的地面运动目标检测算法

两通道DPCA动目标检测原理是什么？基于机载单通道SAR数据的地面运动目标检测算法

发表于 06-03 06:04

基于YOLOX目标检测算法的改进

1、介绍近年来，自动驾驶汽车不断走进我们的视野中，面向自动驾驶的目标检测算法也成为了国内外的研究热点之一。安全可靠的自动驾驶汽车依赖于对周围环境的准确感知，以便及时做出正确的决策。目标检测

发表于 03-06 13:55

基于像素分类的运动目标检测算法

针对复杂环境下运动目标检测提出一种基于像素分类的运动目标检测算法。该算法通过亮度归一化对图像序列进行预处理，用以降低光照变化造成的误检，根据

发表于 04-10 08:51 •4次下载

红外运动弱小目标的动态规划检测

红外运动弱小目标的动态规划检测:针对动态规划方法在对红外序列图像运动弱小

发表于 10-21 08:04 •16次下载

基于码本模型的运动目标检测算法

本内容提供了基于码本模型的运动目标检测算法

发表于 05-19 10:54 •32次下载

改进的ViBe运动目标检测算法_刘春

改进的ViBe运动目标检测算法_刘春

发表于 03-19 11:41 •0次下载

基于数字图像处理的红外弱小目标检测

对于红外图像弱小目标检测，先后提出了诸多算法，其中有，基于模糊分类的微小目标

发表于 04-18 10:28 •4906次阅读

基于深度学习的目标检测算法

整体框架目标检测算法主要包括：【两阶段】目标检测算法、【多阶段】目标检测算法、【单阶段】

发表于 04-30 10:22 •1.1w次阅读

基于多级梯度特征的红外图像行人检测算法

由于可见光图像和红外图像的成像原理不同，可见光图像的行人检测算法难以直接应用于红外图像中为此，提出一种基于多级梯度特征的红外图像行人检测算法

发表于 05-27 16:27 •6次下载

快速入门自动驾驶中目标检测算法

现在目标检测算法总结 1. 目标检测算法在机动车和行人检测识别上应用较多，在非机动车上应用较少 2. 对于

发表于 06-06 09:40 •0次下载

无Anchor的目标检测算法边框回归策略

导读本文主要讲述：1.无Anchor的目标检测算法：YOLOv1，CenterNet，CornerNet的边框回归策略；2.有Anchor的目标检测算法：SSD，YOLOv2，Fas

发表于 07-17 11:17 •1063次阅读

基于强化学习的目标检测算法案例

摘要：基于强化学习的目标检测算法在检测过程中通常采用预定义搜索行为，其产生的候选区域形状和尺寸变化单一，导致目标检测精确度较低。为此，在基于

发表于 07-19 14:35 •0次下载

基于Transformer的目标检测算法

掌握基于Transformer的目标检测算法的思路和创新点，一些Transformer论文涉及的新概念比较多，话术没有那么通俗易懂，读完论文仍然不理解算法的细节部分。

发表于 08-16 10:51 •647次阅读

慧视小目标识别算法解决目标检测中的老大难问题

随着深度学习和人工智能技术的兴起与技术成熟，一大批如FasterR-CNN、RetinaNet、YOLO等可以在工业界使用的目标检测算法已逐步成熟并进入实际应用，大多数场景下的目标检测

发表于 07-17 08:29 •475次阅读