目前海上目標檢測已在民用和軍事領域得到廣泛的應用。由于海水波動大、目標成像面積少、特征不顯著等特點增大了目標檢測難度,為了消除上述的問題,首先提出了一種基于混合高斯-馬爾科夫隨機場目標檢測模型,該模型利用所提出的混合高斯模型自適應調節學習率來抑制動態背景的干擾。然后,利用混合高斯模型對紅外圖像所計算的結果作為馬爾科夫隨機場的觀測值,建立了馬爾科夫隨機場模型,可以解決混合高斯模型存在的不足。實驗結果表明,本文的方法能夠取得良好的檢測效果。

【文章頁數】：6 頁

【部分圖文】：

圖像(a)Originalimage(b)背景(b圖4文獻[19]算法對shipⅡ的檢測Fig.4(a)原

第42卷第1期紅外技術Vol.42No.12020年1月InfraredTechnologyJan.202066(a)原圖像(a)Originalimage(b)背景(b)Background(c)目標(c)Target圖4文獻[19]算法對shipⅡ的檢測Fig.4Litera....

圖像(a)Originalimage(b)背景(b)Background(c)目標(c)Target圖4文獻[19]算法對shipⅡ的檢測Fig.4Literature[19]algorithmfordetectionofshipⅡ(a)原

第42卷第1期紅外技術Vol.42No.12020年1月InfraredTechnologyJan.202066(a)原圖像(a)Originalimage(b)背景(b)Background(c)目標(c)Target圖4文獻[19]算法對shipⅡ的檢測Fig.4Litera....

圖像(a)Originalimage(b)背景(b)B圖5文獻[20]算法對shipⅡ的檢測Fig.(a)原

第42卷第1期紅外技術Vol.42No.12020年1月InfraredTechnologyJan.202066(a)原圖像(a)Originalimage(b)背景(b)Background(c)目標(c)Target圖4文獻[19]算法對shipⅡ的檢測Fig.4Litera....

圖像(a)Originalimage(b)背景(b)Background(c)目標(c)Target圖5文獻[20]算法對shipⅡ的檢測Fig.5Literature[20]algorithmfordetectionofshipⅡ(a)原

第42卷第1期紅外技術Vol.42No.12020年1月InfraredTechnologyJan.202066(a)原圖像(a)Originalimage(b)背景(b)Background(c)目標(c)Target圖4文獻[19]算法對shipⅡ的檢測Fig.4Litera....

本文編號：3995369