基于自适应形态学Top-Hat滤波器的红外弱小目标检测方法

摘要

针对红外序列图像中运动弱小目标的检测问题,提出了一种基于自适应形态学Top-Hat算子和改进的自适应门限的弱小目标检测方法,其中形态学滤波器的结构元素采用两层前馈神经网络通过大量样本训练优化.将Top-Hat运算作为一个整体当作一层,输出层节点定义为作Top-Hat运算后图像矩阵的最大值,并针对所检测的大多数弱小点目标采用自适应门限进行分割,同时对SNR>4左右的点目标用固定门限进行分割.实验结果表明,该方法对SNR较低的复杂图像具有良好的滤波效果.