آشکارسازی اهداف کوچک در تصاویر مادون قرمز مبتنی بر الگوریتم بهینه‌سازی ازدحام ذرات

یکی از مهم‌ترین اجزای سامانه‌های جستجوگر و ردیاب مادون قرمز، بخش پردازش تصویر است که وظیفة آن آشکارسازی اهداف مدنظر در تصاویر مادون قرمز است. در این مقاله یک روش جدید آشکارسازی اهداف کوچک در تصاویر مادون قرمز ارائه شده‌ است. در روش پیشنهادی، از الگوریتم‌های بهینه‌سازی ابتکاری برای یافتن اهداف کوچک در تصاویر مادون قرمز استفاده می‌شود. ویژگی منحصربه‌فرد این روش، یافتن اهداف کوچک با استفاده از الگوریتم‌های بهینه‌سازی و بدون دخالت سایر روش‌های آشکارسازی اهداف است. به این منظور، الگوریتم بهینه‌سازی ازدحام ذرات به‌عنوان یکی از بهترین الگوریتم‌های بهینه‌سازی ابتکاری استفاده شده است.عملکرد الگوریتم پیشنهادی با استفاده از تصاویر مادون قرمز واقعی و شبیه‌سازی‌شده ارزیابی شده است. این تصاویر شامل انواع منابع خطا همچون پس‌زمینة ابری پیچیده، پس‌زمینة آسمان دریا و لبه‌های با شدت روشنایی زیاد است. نتایج به‌دست‌آمده از عملکرد روش پیشنهادی در یافتن اهداف کوچک و مدت زمان اجرای آن با چهار روش متداول مقایسه شده‌اند که نشان‌دهندة کارایی مناسب روش پیشنهادی است.

Infrared small target detection based on the Particle swarm optimization algorithm

One of the most important parts of infrared search and tracking systems is image processing, which detects the targets in infrared images. In this paper, a new infrared small target detection algorithm is proposed. The proposed method uses heuristic optimization algorithms to find small targets in infrared images. In this way, the particle swarm optimization algorithm is used as one of the best heuristic optimization algorithms. The performance of the proposed algorithm is evaluated using real and simulated infrared images. These images include a variety of false response sources like highintensity edges, cloudy background, complex seasky background, and a target close to highintensity background clutter. The experimental results are compared with the four common methods of infrared small target detection. The experimental results show the effectiveness and performance of the proposed algorithm. Also, the runtime of the proposed method is comparable to other commonly used methods, and this makes it usable in realtime programs.