2021-04-06 Fast-saliency算法 | 2016年Infrared Physics & Technology

算法来自文献：[1]    S. Qi, G. Xu, Z. Mou, D. Huang, and X. Zheng, "A fast-saliency method for real-time infrared small target detection," Infrared Phys Techn, vol. 77, pp. 440-450, Jul 2016.

本文阐述了单帧红外图像中小目标快速检测的研究。针对各种复杂背景下的红外图像，提出了一种计算效率高的快速显著性算法。它来源于最近的一项关于视觉显著性检测的研究，表明通过结合高斯平滑的梯度增强操作可以很好地检测出小的显著信号。受此启发，本文提出的方法只包含四个简单的步骤，即梯度运算、平方计算、高斯平滑和自动阈值。在关键步骤中，在梯度操作中创新性地提出了facet核算子，这是小目标与背景分离的关键。同时，在快速显著性中也没有敏感参数。对覆盖典型场景的真实红外图像进行了实验测试，验证了该方法在检测精度和计算效率方面的有效性。因此，该技术在机载预警和末制导等实时ATR（自动目标识别）系统中具有广泛的应用前景。对于各种背景，如天空、海洋和地面杂波，它都是稳健的。

---

一、文献笔记

1. 核心思想

• 视觉显著性检测：小的显著性信号可以被 梯度增强算子 + 高斯平滑  检测出。
• fast-saliency 步骤：梯度算子（高通滤波） + 平方操作（目标增强） + 高斯平滑（噪声抑制） + 自适应阈值分割（目标分割）
• 5*5 facet kernel operator
• 检测准确度高，速度快