地球资源数据云——数据资源详情

使用局部分量不确定性测量和一致性评估的红外小目标检测数据

开发复杂背景下红外小目标的有效检测算法一直是一个难题。现有算法对复杂背景的抵抗力较差，容易导致误报。此外，每个目标及其背景对应不同的分量信号，空间分量的变化导致观测的不确定性。受这种现象的启发，我们提出了一种基于成分一致性原理，使用局部不确定性测量来检测复杂背景中的小目标的方法。首先，构造多层嵌套滑动窗口，并使用局部分量不确定性测度算法通过评估包含局部区域信号的分量来抑制复杂背景。随后，引入能量权重因子来增强不确定性分布图中目标嵌入的能量信息，从而增强目标信号。在真实红外图像上获得的验证结果表明，能量加权局部不确定性测量在检测隐藏在复杂背景中的小目标时表现更好，具有高信杂比（SCR）增益和背景抑制因子（BSF）。该数据集中提供了我们提出的方法在几个典型开源数据集上的有效性，并与其他几组最先进的算法进行了定量比较。