← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9597.l · 生成模型:DeepSeek-V4.1-Flash

小目标实验的信杂比增益

理解等级:高级

验证在六帧不同背景的红外图像上进行,对比Max-mean、Max-median、TDLMS、Top-hat、Wang’s五种方法。指标有两个:SCR(信杂比)衡量目标与杂波的能量比,GSCR(信杂比增益)衡量处理后的提升倍数。

定性结论:Max-mean、Max-median、TDLMS能增强目标却压不住背景杂波;Top-hat能压背景但目标增强弱,弱信号时检测不出;Wang’s依赖目标大小、对比度阈值、扩展区域等参数,参数不当会直接漏检;SC方法在强杂波与弱信号下都能兼顾抑制背景与增强目标。定量上,所提方法平均GSCR为8.9,五种对比方法分别为2.0、1.7、3.0、3.2、6.2。

指标本身也有局限:GSCR是相对提升,原始SCR很低的图容易得到虚高增益;部分算法处理后背景方差为零导致分母为零,增益记为“-”。因此应同时看输出SCR与检测图像,不能只按增益排序下结论。

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5章 人脑视觉系统的视觉注意机制及其应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt005.html) - 结论依据:验证在六帧不同背景的红外图像上进行,对比Max-mean、Max-median、TDLMS、Top-hat、Wang's五种方法。 - 原始内容:所提出算法的平均GSCR为8.9,而Max-mean、Max-median、TDLMS、Top-hat、Wang's算法的平均GSCR分别为2.0,1.7,3.0,3.2,6.2。