能量累积与均值漂移聚类结合的红外小目标检测方法？

研究红外图像中弱小目标的检测问题，提出了一种基于能量累积与均值漂移聚类的红外小目标检测方法。首先利用滑动窗口处理实现图像序列中目标能量积累，去除图像中的随机噪声，提高信噪比；然后选用不同尺度的核带宽对原始图像进行两次均值漂移聚类滤波，将两次滤波所得的图像灰度进行差分来实现背景抑制，提高目标与背景的对比度；之后根据图像的统计特性确定阈值，用门限分割方法提取目标区域，实现候选目标的准确定位；最后利用序列图像中目标运动的连续性和轨迹的一致性筛选出真正的目标。该算法通过选用不同尺度的核带宽进行聚类来得到目标及背景图像，背景抑制的同时也滤除了噪声。实验结果表明，该方法能快速有效地提取复杂背景条件下的红外小目标。