Architecture of a Configurable Two-Dimensional Adaptive Prediction Filter Used for Small Object Detection

分析了用于图像中小目标检测的自适应预测嚣的支撑区域与其检测性能之间的关系,认为支撑区域应按照被处理图像统计特性进行设置,以正确区分图像中的目标与背景成分.在此基础上,提出了一种基于TDNLMS(Two Di-mensional Normalized Least Mean Square)算法的支撑区域可配置的自适应预测器结构,通过设置适当的支撑区域,该预测嚣不仅可用于处理具有不同统计特性的图像,而且可以在一定程度上保持对成像面积逐渐变化的小目标的检测能力.本文提出的预测器结构,只需要在每个抽头内部增加简单的控制逻辑,就可以实现支撑区域的任意配置,是一种较为理想的设计方案.湖北省自然科学基金中文核心期刊要目总览(PKU)中国科学引文数据库(CSCD)081513-15162