时域显著性融合的地面动目标检测：DSP实现与性能提升

该研究论文聚焦于融合区域像素显著性和时域信息的地面动目标检测技术，针对机载智能光电系统中的关键任务——地面目标识别与跟踪，提出了一个创新的解决方案。在复杂的航拍视频背景下，摄像机的运动和变焦导致全局背景运动，而飞行高度又使得目标在图像中相对较小，传统的光流场计算和帧差分方法存在挑战。 论文首先介绍了基于时域信息的运动目标检测方法，这类方法包括高计算复杂度的光流场分析和帧差分补偿，但对光照变化和噪声敏感，适应性不强。为了提高检测精度和鲁棒性，研究者引入了显著性检测，这种技术能够利用目标与周围区域在纹理、灰度等方面的显著差异，有效地识别出目标区域。 作者提出的算法创新之处在于将时域信息与显著性信息相结合。具体步骤包括：首先，通过时域信息快速筛选出可能的运动目标区域；接着，在这些预选目标区域的基础上，运用显著性检测进一步精确目标；最后，将这两种检测结果进行融合，优化目标检测的准确性，同时避免了传统方法对计算资源的需求过高的问题。 值得注意的是，该工作采用数字信号处理器（DSP）实现了这一算法，这不仅降低了硬件需求，还可能提高实时处理能力，适用于实时的机载应用。实验结果显示，这种方法显著提高了航拍视频中地面目标的检测效果，提高了检测的准确性和鲁棒性，而且运行时间并未明显增加，这对于实际应用中的实时性和效率至关重要。 这篇论文在运动目标检测领域做出了有意义的贡献，特别是在结合时域和显著性信息、利用DSP技术优化地面目标检测方面，为机载视频监控系统提供了一种有效且高效的解决方案。通过对比实验，证明了其在复杂环境下的优势，为未来的无人机监控、军事侦察等领域提供了新的研究方向和技术支撑。