利用改进的遗传算法对红外影像自适应目标进行检测

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用改进的遗传算法对红外影像自适应目标进行检测

邵振峰, 李德仁, 朱先强

文章导航 > 武汉大学学报 ● 信息科学版 > 2011 > 36(5): 535-539

邵振峰, 李德仁, 朱先强. 利用改进的遗传算法对红外影像自适应目标进行检测[J]. 武汉大学学报 ● 信息科学版, 2011, 36(5): 535-539.

引用本文:

邵振峰, 李德仁, 朱先强. 利用改进的遗传算法对红外影像自适应目标进行检测[J]. 武汉大学学报 ● 信息科学版, 2011, 36(5): 535-539.

SHAO Zhenfeng, LIDeren, ZHU Xianqiang. Adaptive Target Detection Based on Improved Genetic Algorithm in Infrared Images[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 535-539.

Citation:

SHAO Zhenfeng, LIDeren, ZHU Xianqiang. Adaptive Target Detection Based on Improved Genetic Algorithm in Infrared Images[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 535-539.

利用改进的遗传算法对红外影像自适应目标进行检测

¹汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079

基金项目: 国家973计划资助项目(2010CB731800)；国家863计划资助项目(2009AA121404)；国家自然科学基金资助项目(40801165,10978003)；武汉大学优秀博士学位论文培育基金资助项目,武汉大学2008年博士研究生(含1+4)自主科研资助项目

作者简介:
邵振峰,教授,博士,博士生导师,研究方向为遥感影像处理与分析、摄影测量与影像三维重建。

中图分类号: P237.3

Adaptive Target Detection Based on Improved Genetic Algorithm in Infrared Images

¹ State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 国家973计划资助项目(2010CB731800)；国家863计划资助项目(2009AA121404)；国家自然科学基金资助项目(40801165,10978003)；武汉大学优秀博士学位论文培育基金资助项目,武汉大学2008年博士研究生(含1+4)自主科研资助项目

摘要: 针对红外影像背景复杂、噪声污染严重的特点,提出了一种基于训练样本的形态学背景估计方法,并将其应用于天空背景下的小目标检测及复杂自然背景下的人物目标检测实验。实验结果表明,改进的遗传算法不仅有效地改善了其过早收敛的缺陷,还增强了算法的局部探索能力,可消除复杂自然背景的影响,并可以有效地抑制椒盐噪声,检测结果的查准率和虚警率均有很大改进。
- 红外影像 /
- 目标检测 /
- 多种群进化 /
- 形态学滤波
Abstract: A novel background estimation algorithm is proposed for target detection in infrared images,and we employ it in sky background small target detection and complex ground background human target detection application.The experimental results show that with the assistant of the trained structure elements and morphology target detection method,the complex background can be removed properly;the noise also can be effectively restrained,and the algorithm's accuracy and false positives both are improved.
- infrared image /
- target detection /
- multi-population parallel evolution /
- morphology filter

[1]	任加新, 刘万增, 李志林, 李然, 翟曦. 利用卷积神经网络进行“问题地图”智能检测 . 武汉大学学报 ● 信息科学版, 2021, 46(4): 570-577. doi: 10.13203/j.whugis20190259
[2]	巨袁臻, 许强, 金时超, 李为乐, 董秀军, 郭庆华. 使用深度学习方法实现黄土滑坡自动识别 . 武汉大学学报 ● 信息科学版, 2020, 45(11): 1747-1755. doi: 10.13203/j.whugis20200132
[3]	张瑞倩, 邵振峰, Aleksei Portnov, 汪家明. 多尺度空洞卷积的无人机影像目标检测方法 . 武汉大学学报 ● 信息科学版, 2020, 45(6): 895-903. doi: 10.13203/j.whugis20200253
[4]	何楚, 张宇, 廖紫纤, 徐新. 基于压缩感知的sar图像cfar目标检测算法 . 武汉大学学报 ● 信息科学版, 2014, 39(7): 878-882.
[5]	张宇, 何楚, 石博, 徐新. 逐层特征选择的多层部件模型用于遥感图像飞机目标检测 . 武汉大学学报 ● 信息科学版, 2014, 39(12): 1406-1411.
[6]	何楚, 张宇, 廖紫纤, 廖明生. 基于分层自适应部分模型的遥感图像飞机目标检测 . 武汉大学学报 ● 信息科学版, 2013, 38(6): 656-660.
[7]	徐腊梅, 杜绍飞, 吴薇. 利用信号延展度度量的形态滤波算法 . 武汉大学学报 ● 信息科学版, 2013, 38(7): 783-788.
[8]	陈炳文, 王文伟, 秦前清. 利用主成分背景抑制的红外目标检测 . 武汉大学学报 ● 信息科学版, 2012, 37(8): 925-928.
[9]	唐永鹤, 卢焕章. 基于多结构元素复合滤波的形态学边缘检测 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 50-53.
[10]	李德仁, 胡晓光, 朱欣焰. 基于视觉反差的显著图生成与目标检测 . 武汉大学学报 ● 信息科学版, 2012, 37(4): 379-383.
[11]	刘汉丽, 裴韬, 周成虎, 朱阿兴. 结合MNF变换与灰值形态学的三江平原多光谱、多时相MODIS遥感影像分类 . 武汉大学学报 ● 信息科学版, 2011, 36(2): 153-156.
[12]	李辉, 代侦勇, 张利华, 蒋志勇. 利用数学形态学的遥感影像水系提取方法 . 武汉大学学报 ● 信息科学版, 2011, 36(8): 956-959.
[13]	胡学敏, 郑宏, 司小书. 利用双指数函数导数模型进行高分辨率卫星影像目标检测 . 武汉大学学报 ● 信息科学版, 2010, 35(11): 1265-1270.
[14]	雷波, 李清泉. 复杂交通场景中车辆视频检测的背景提取与更新 . 武汉大学学报 ● 信息科学版, 2009, 34(8): 906-909.
[15]	汪长城, 廖明生. 一种多孔径SAR图像目标检测方法 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 32-35.
[16]	陈振学, 汪国有, 马于涛, 张磊. 基于均值反差滤波的红外小目标检测算法 . 武汉大学学报 ● 信息科学版, 2007, 32(6): 560-563.
[17]	姜涌, 曹杰, 谢求成, 李勃. 一种基于形态学梯度矢量和自适应模糊的目标边缘提取算法 . 武汉大学学报 ● 信息科学版, 2006, 31(6): 484-488.
[18]	杨文, 孙洪, 徐新, 徐戈. 星载SAR图像船舶及航迹检测 . 武汉大学学报 ● 信息科学版, 2004, 29(8): 682-685.
[19]	梅建新, 段汕, 秦前清. 基于支持向量机的特定目标检测方法 . 武汉大学学报 ● 信息科学版, 2004, 29(10): 912-915,932.
[20]	马飞. 灰度级形态学及在扫描影像处理中的应用 . 武汉大学学报 ● 信息科学版, 1995, 20(4): 310-316.

WeChat

点击查看大图

计量

文章访问数: 668
HTML全文浏览量: 59
PDF下载量: 344
被引次数: 0

利用改进的遗传算法对红外影像自适应目标进行检测

¹汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079

基金项目: 国家973计划资助项目(2010CB731800)；国家863计划资助项目(2009AA121404)；国家自然科学基金资助项目(40801165,10978003)；武汉大学优秀博士学位论文培育基金资助项目,武汉大学2008年博士研究生(含1+4)自主科研资助项目

作者简介:
邵振峰,教授,博士,博士生导师,研究方向为遥感影像处理与分析、摄影测量与影像三维重建。

收稿日期: 2011-03-15
刊出日期: 2011-05-05

中图分类号: P237.3

关键词:

多种群进化 /

形态学滤波

摘要: 针对红外影像背景复杂、噪声污染严重的特点,提出了一种基于训练样本的形态学背景估计方法,并将其应用于天空背景下的小目标检测及复杂自然背景下的人物目标检测实验。实验结果表明,改进的遗传算法不仅有效地改善了其过早收敛的缺陷,还增强了算法的局部探索能力,可消除复杂自然背景的影响,并可以有效地抑制椒盐噪声,检测结果的查准率和虚警率均有很大改进。

English Abstract

邵振峰, 李德仁, 朱先强. 利用改进的遗传算法对红外影像自适应目标进行检测[J]. 武汉大学学报 ● 信息科学版, 2011, 36(5): 535-539.

引用本文:

邵振峰, 李德仁, 朱先强. 利用改进的遗传算法对红外影像自适应目标进行检测[J]. 武汉大学学报 ● 信息科学版, 2011, 36(5): 535-539.

SHAO Zhenfeng, LIDeren, ZHU Xianqiang. Adaptive Target Detection Based on Improved Genetic Algorithm in Infrared Images[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 535-539.

Citation:

SHAO Zhenfeng, LIDeren, ZHU Xianqiang. Adaptive Target Detection Based on Improved Genetic Algorithm in Infrared Images[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5): 535-539.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码