基于改进的LCM的红外小目标检测算法实现

沧浪之水清兮

于 2018-05-13 14:56:44 发布

阅读量5.5k

点赞数 6

分类专栏： Opencv

本文链接：https://blog.youkuaiyun.com/sinat_36412790/article/details/80299305

版权

该博客介绍了一种基于改进的局部对比度最大化（LCM）算法来实现红外小目标检测的方法。首先，将源图像转换为灰度，然后在中心块及其八个相邻块上计算像素的平均值。通过比较中心块的最大值与邻域均值，确定目标区域。当比值超过阈值时，将像素设置为255，否则按比例缩放。这种方法可以有效地增强红外小目标的对比度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

//改进LCM算法
Mat ImproveLCM(const Mat& SrcImg, int ksize)
{
	if (SrcImg.channels() != 1)
		cvtColor(SrcImg, SrcImg, CV_RGB2GRAY);
	Mat resultImg = SrcImg.clone();
	int delta = ksize + ksize / 2;

	double m[9] = { 0 };
	for (int i = delta; i < SrcImg.rows - delta; i++)
	{
		for (int j = delta; j < SrcImg.cols - delta; j++)
		{

#if 1
			//初始化0
			for (int k = 0; k < 9; k++)
			{
				m[k] = 0;
			}
			//中心块
			double maxValue = 0;   //中心块最大值
			for (int i0 = i - ksize / 2; i0 <= i + ksize / 2; i0++)
			{
				for (int j0 = j - ksize / 2; j0 <= j + ksize / 2; j0++)
				{
					m[0] += SrcImg.at<uchar>(i0, j0);
					if (SrcImg.at<uchar>(i0, j0) > maxValue)
					{
						maxValue = SrcImg.at<uchar>(i0, j0);
					}
				}
			}

			//1
			for (int i1 = i - ksize - ksize / 2; i1 <= i - ksize + ksize /

最低0.47元/天解锁文章