多尺度模糊判别分割算法

复杂背景抗干扰

融合光谱、空间与时序信息的红外小目标检测算法，对低对比度、低信杂比场景有针对性设计，检测边界更准。

王笑天 · Xie, Feng · Liu, Wei · Shuwei, Tang · 闫杰

Expert Systems with Applications 2023

技术优势

边界更准

将检测任务视为模糊判别分割问题，利用空间信息确定目标边界，避免依赖像素级分类。

误报更低

通过光流估计进行位置预测并配合前向管线滤波，实现多帧目标识别，显著降低虚警率。

多目标适应

在多种目标尺寸、信杂比及类别下均能稳定检测，并支持背景类型变化。

应用场景

• 工业视觉检测：在低对比度工业红外图像中可靠检出微小缺陷或异常点，替代人工筛查。
• 红外成像系统：为现有红外成像系统添加抗复杂背景的自动小目标检测模块，提升系统智能水平。
• 自动目标识别：自动从低信杂比红外序列中检测并跟踪多个小目标，作为识别流程的前端。
• 无人机侦察载荷：在机载红外载荷中实时检测地面或海面小目标，适应复杂云天和海天背景。
• 安防监控：在安防监控红外画面中稳定锁定小目标，降低因背景干扰导致的误报和漏报。