【目标检测】基于LCM算法实现红外小目标检测matlab源码.zip

针对复杂背景下红外图像中低信噪比弱小目标实时检测问题，提出一种基于相关滤波器的红外弱小目标检测算法。该算法将红外目标检测转化为模式分类问题，在离线训练阶段，利用二维高斯模型构造红外小目标训练集，在此基础上训练得到对目标背景具有区分能力的相关滤波器，在线检测阶段，利用滤波器对图像分块进行滤波操作，目标和背景的滤波响应有着显著的差异，最后生成整幅图像的滤波响应置信图以此来判断图像中是否包含目标及其具体位置。在单帧单目标图像、序列图像多目标检测实验结果表明，与经典检测算法相比，所提方法不仅具有更高检测性能，有效降低了虚警概率，而且具有较好的实时性，适用于复杂背景条件下弱小目标的实时检测。

彩色编码强度的matlab代码IR_Small_Target 红外小目标检测资源 代码用于基于广义结构张量（GST）的红外小目标检测方法。 “基于广义结构张量的红外小目标检测”，《电子快报》，2008 模式识别的代码，“基于马尔可夫随机场引导的噪声建模的红外小目标检测”，模式识别，2018年 :star: “用于单个图像中小目标检测的红外补丁图像模型”的代码，IEEE图像处理事务，2013年 该检测公式化为通过apg算法恢复低秩和稀疏矩阵的优化问题。 NRAM模型在“通过非凸秩逼近最小化联合l2,1范数进行红外小目标检测”中的实现 Matlab代码基于张量核规范的部分和来实现红外小目标检测模型。 基于稀疏表示的高光谱图像目标检测 低阶表示的C ++版本 “基于局部强度和梯度特性的红外小目标检测”的实现 实施“多尺度绝对平均灰度差”，“多尺度基于补丁的对比度度量”，“多尺度高斯拉普拉斯算子”，“多尺度局部对比度”，“方差” 红外搜索和跟踪（IRST）系统的技术报告，用于红外图像中的小目标检测。 与“红外补丁图像”模型相比，时间复杂度提高了34.80％，检测概率提高了12.75％，同时使虚警率仍然接

红外车辆图像，标注的是Pascal voc格式。使用福禄克tix660拍摄，与可见光图像相比，红外图像往往分辨率低，图像中的目标轮廓信息弱，边缘模糊、对比度较低，使得红外图像中网络能够提取的特征信息少。

为了改善因红外图像中目标轮廓模糊造成的识别率低，提出一种适用于红外机动目标的识别算法?通过自适应步长的细菌觅食算法对BP神经网络进行优化，利用图像中目标的最左点和最右点及两极点上部的目标边缘信息构造以局部面积比组成的特征向量，通过神经网络对目标分类识别?实验结果表明本文提出的识别算法不仅提高了BP神经网络的收敛速度和计算精度，同时有效地提高了对机动目标的识别率，当目标部分区域被遮挡时也有很好的识别效果?

硕士毕业论文，基于OpenCV的红外运动目标检测与跟踪算法研究及实现

行业分类-物理装置-一种复杂场景下基于深度图的红外小目标检测方法.zip

多尺度局部对比度红外弱小目标检测

这是红外光图像小目标识别源代码。下载解压后直接运行。

这个是基于图像块的红外弱小目标检测，使用的是IPI的方法，检测效果十分的好，自带n张红外小目标的图像