知识卡片
红外目标检测的四步流程
方法把感受野的两条性质接成一条流水线。第一步用Sobel差分计算每个像素的梯度方向,得到朝向信息分布图,为自适应Gabor提供方向参数。第二步按侧抑制系数确定背景预测的权值矩阵,用邻域灰度预测该点背景,再与输入相减得到残差。第三步用自适应Gabor滤波保留边缘,同时按调节因子增强目标、压制背景,两者结合提取目标轮廓。最后输出检测结果,并用信杂比增益、背景抑制系数和ROC曲线评价。整条链路的分工是:朝向图解决边缘朝哪,背景预测解决哪里不是背景,调节因子解决增强多少。三者作用在同一残差图上,顺序不宜颠倒。
结构图:
flowchart TD
A[输入红外图像] --> B[Sobel求梯度方向]
B --> C[朝向信息分布图]
C --> D[自适应Gabor滤波]
A --> E[侧抑制系数定权]
E --> F[邻域背景预测]
F --> G[输入减预测得残差]
D --> H[灰度调节增强目标]
G --> H
H --> I[输出目标轮廓]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 第3章 人脑视觉系统的感受野机制及其应用 · 查看原书依据
步骤1:计算朝向信息分布图。利用Sobel差分算子计算图像各像素点的梯度方向θ,如式(3.6),得到各像素点的朝向信息分布图。
参考来源
- 位置:《基于类脑计算的目标检测与跟踪技术》第3章 人脑视觉系统的感受野机制及其应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt003.html)
- 结论依据:方法把感受野的两条性质接成一条流水线。
- 原始内容:步骤1:计算朝向信息分布图。利用Sobel差分算子计算图像各像素点的梯度方向θ,如式(3.6),得到各像素点的朝向信息分布图。