这是红外光图像小目标识别源代码。下载解压后直接运行。

大视场的红外图像，由于分辨率高，对图像实现像素级处理很难满足实时性要求。针对大视场特定背景下的低空目标，提出一种由粗到精的检测方法。先将图像分块，计算分块图像熵值，组成熵值矩阵进行熵值分割，区分背景区域，得到所需求的目标可能出现的区域，完成粗检测；然后用Top-hat形态滤波法对所得区域进行精检测，得到检测目标。实测数据证明，该方法能在检测弱小目标的同时大大减少计算量，较好地满足了大视场下弱小目标的实时检测、处理需求。

本文以数字图像为载体，研究红外图像的边缘检测技术，并进行红外图像目标边缘检测和提取的应用。针对红外图像的边缘检测，不仅需要对采集到的图像进行预处理，而且要针对特定的目的进行具体的应用程序开发。为了提高程序的运行效率，使检测结果更具实时性和鲁棒性，本课题在Windows 操作系统上借助Visual Studio以及MATLAB进行数字图像处理的处理和相关的理论知识研究，大大提高了工作效率。 首先介绍了相关的实验平台，然后研究数字图像处理的核心方法，包括图像的获取、颜色空间变换、线性和非线性变换以及边缘检测等，包括了Sobel算子、Prewitt算子和Robert算子，以及Log算子和Canny算子；最后重点展示了红外图像边缘增强效果和边缘检测效果，并通过对比实验，得到本文中较好的检测方法。

雷达与红外图像跟踪融合源代码 采用卡尔曼滤波方法

数字信号处理 DSP 北航 红外图像处理

国内目前最为权威的红外导弹成像技术，属于绝密资料，请勿外传

红外图像校正两点法

基于模糊最大熵的图像增强算法.rar

为进一步提高红外与可见光融合图像的细节信息,并降低伪影和噪声,提出一种基于ResNet152深度学习模型的红外与可见光图像融合算法。首先,将红外与可见光图像分解成低频部分和高频部分;然后,运用平均权重策略对低频部分进行融合,生成新的低频部分,使用ResNet152网络对高频部分进行特征提取,得到多个特征层,对特征层分别进行L1正则化、卷积运算、双线性插值上采样和最大选择策略得到最大权重层,由最大权重层和高频部分相乘得到新的高频部分;最后,由新的低频部分和高频部分对图像进行重建,获得融合后的红外与可见光图像。实验结果表明,该算法在保留图像显著特征的同时使融合图像获得了更多的细节纹理信息,且有效地降低了伪影和噪声,其主观评价和客观评价都优于对比算法。

文中提出了一种改进的红外图像中瞳孔定位算法。在红外暗瞳图像中,首先用阈值分割获得候选瞳孔区域,通过形态学运算、团块筛选获得瞳孔区域,对该区域进行边缘检测、斑点去除和椭圆拟合等处理,精确定位瞳孔。实验结果表明,该算法能够很好的克服反射光斑、睫毛及阴影等干扰问题