动态背景的序列图像中运动小目标检测算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (35): 93-95.

动态背景的序列图像中运动小目标检测算法

汲清波,张兴周,刘云鹤

哈尔滨工程大学信息与通信工程学院，哈尔滨 150001

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-12-11 发布日期:2007-12-11
通讯作者: 汲清波

Detection method for moving small target in infrared image sequences with dynamic background

JI Qing-bo,ZHANG Xing-zhou,LIU Yun-he

College of Information and Communication Engineering，Harbin Engineering University，Harbin 150001，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-12-11 Published:2007-12-11
Contact: JI Qing-bo

摘要/Abstract

摘要： 提出了一种动态背景下红外运动小目标的检测算法。该算法在连续四帧图像配准的基础上，对配准之后的图像序列进行沿时间轴的一维小波变换，实现目标和背景的分离。然后对主要包含运动目标信息的图像按像素相乘的方法得到目标增强图像，对其分割后提取运动小目标。实验结果表明，该方法能够有效的对红外慢速和快速运动的小目标进行检测。

关键词: 动态背景, 弱小目标, 小波变换, 图像配准

Abstract: A method to detect moving small target from infrared image sequences with dynamic background is proposed in this paper.The image sequences are processed with the 1－D wavelet transform to separate the target from background，which is based on four frame images are registered at the first step.And then the images that contain the moving target information are pixel multiplied，in order to obtain the target enhancement image and extract the moving small target after it is segmented.The result of this experiment indicates that the proposed method can detect and locate a slow or fast moving small target effectively.

Key words: dynamic background, small targets, wavelet transform, image registration

汲清波,张兴周,刘云鹤. 动态背景的序列图像中运动小目标检测算法[J]. 计算机工程与应用, 2007, 43(35): 93-95.

JI Qing-bo,ZHANG Xing-zhou,LIU Yun-he. Detection method for moving small target in infrared image sequences with dynamic background[J]. Computer Engineering and Applications, 2007, 43(35): 93-95.

[1]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[2]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[3]	郭艳芬，崔喆，杨智鹏，彭静，胡金蓉. 基于深度学习的医学图像配准技术研究进展[J]. 计算机工程与应用, 2021, 57(15): 1-8.
[4]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[5]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[6]	刘天，曾亮. 纹理抑制的光照不均图像配准算法研究[J]. 计算机工程与应用, 2020, 56(23): 180-188.
[7]	闵超波. 基于自适应混合多项式变换的图像配准[J]. 计算机工程与应用, 2020, 56(23): 194-201.
[8]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[9]	曾安，王烈基，潘丹，黄殷. 基于FCN和互信息的医学图像配准技术研究[J]. 计算机工程与应用, 2020, 56(18): 202-208.
[10]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[11]	杨霞，朱晓冬，刘元宁，冯家凯，刘帅. 分块小波特征结合BP神经网络的虹膜识别方法[J]. 计算机工程与应用, 2019, 55(18): 132-139.
[12]	程德强，白春梦，郭昕，李腾腾，庄焕东，徐辉. 基于分层区域的自适应图像配准算法[J]. 计算机工程与应用, 2019, 55(17): 199-206.
[13]	肖文卿1,3，汪鸿浩2，詹长安1. 基于小波系数特征融合的小鼠癫痫脑电分类[J]. 计算机工程与应用, 2019, 55(14): 155-161.
[14]	谢国波，吴震禹. 基于小波变换和重力模型的混沌图像加密算法[J]. 计算机工程与应用, 2019, 55(13): 100-105.
[15]	颜宏文，卢格宇. CEEMD-WT和CNN在短期风速预测中的应用研究[J]. 计算机工程与应用, 2018, 54(9): 224-230.