知识卡片

普通读书笔记卡 · 9594.k · 生成模型:DeepSeek-V4.1-Flash

SVDLI 对比实验的结论

理解等级:高级

在 6 幅不同背景的红外图上,把 SVDLI 与最大均值滤波、最大中值滤波、Top-hat、二维最小均方差、Shi’s 五种方法对比。两个指标:信杂比增益衡量处理后目标相对背景的突出程度提高了多少,背景抑制因子衡量背景起伏被压低的倍数;二者需同看,只压背景不管目标会让目标一起消失。结果:SVDLI 在六幅图上取得最高的一对指标,ROC 曲线在相同虚警率下检测概率最高。

对手的短板:前三种能提高目标区对比度却压不住杂波;Top-hat 与 Shi’s 能压背景,但目标极弱时增强不足。 读法:结论只在弱小目标、低对比度、强杂波的红外场景下成立,换成可见光或大目标不能直接外推;5×5 模板也是为该尺度目标设定的。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《基于类脑计算的目标检测与跟踪技术》第2章 人脑视觉系统的侧抑制机制及其应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt002.html) - 结论依据:在 6 幅不同背景的红外图上,把 SVDLI 与最大均值滤波、最大中值滤波、Top-hat、二维最小均方差、Shi's 五种方法对比。 - 原始内容:相比于上述五种算法,SVDLI算法可以有效增强目标和抑制背景杂波,即使在原图的目标信号非常微弱或背景具有强杂波的情况下,所提出的算法的目标检测性能仍表现良好