近日,物理与电信工程学院韩金辉博士与加拿大滑铁卢大学、华中科技大学等国内外高校科研人员合作,在红外弱小目标检测算法方面取得新突破,撰写的研究论文“A True Global Contrast Method for IR Small Target Detection under Complex Background”,发表在遥感领域顶刊《IEEE Transactions on Geoscience and Remote Sensing》(工科类SCI一区Top,五年平均影响因子7.6)上。韩金辉为第一作者兼通讯作者,周口师范学院为第一署名单位。
在红外探测领域的制导、预警等应用场景中,目标可能距离探测器十分遥远。受光学成像原理的限制,目标在探测器输出的图像中通常仅占据极少的若干个像素点,缺乏明显的形状和纹理信息,且由于大气信道的衰减等因素,目标亮度也非常微弱,难以被检测。局部对比度是目前应用比较广泛的红外弱小目标检测方法之一,但由于对比度计算时的基线是在局部获得的,因此该方法仅当目标在局部突出时方能取得较好的检测效果。实际应用中探测器的视场通常是比较复杂的,很可能出现目标靠近高亮背景边缘的情形,此时弱小目标在局部小区域内将变得不再突出,容易被邻域复杂背景淹没。
TGCM算法框图
对此,韩金辉等提出了一种新的检测框架,称为真全局对比度度量(True Global Contrast Measure, TGCM)。在这种新的框架下,对比度计算时的基线是通过全局分解获得的,即使目标在局部不再突出,也可以很好地检测到目标所在的位置。同时,该方法对全局分解过程中容易丢失的复杂边缘、角落和噪声等信息,使用了一些简单而巧妙的设计进行抑制,并通过把分解过程中的残差信息用作加权函数,进一步抑制杂波。实验证明,与现有的一些算法相比,该方法在目标增强和背景抑制方面具有显著优势,特别是在目标不是局部突出的某些场景中,仍具有良好的检测性能。
附论文链接:https://ieeexplore.ieee.org/document/11032116
(编审/武暾 签审/韩金钟 审核/周效章)