基于改进粒子群优化算法的快速小目标检测.pdfVIP

第36卷第 10期 光 电工程 V_0l-36．NO．1O 2009年 10月 Opto—ElectronicEngineering 0ct．2009 文章编号：1003—501X(2009)10—0006—06 基于改进粒子群优化算法的快速小 目标检测 刘云龙 ，2一，林宝军 ，艾 勇4 (1．中国科学院光电研究院，北京 100190； 2．中国科学院研究生院，北京 100039； 3．北京国科环宇空间技术有限公司，北京 100190； 4．武汉大学 电子信息学院，武汉 430079) 摘要：提出了一种快速小 目标检测方法。在算法优化方面，采用粒子群优化算法。为了克服传统粒子群优化算法 的一些不足，对粒子群的拓扑结构进行 了自适应的调整，改进了粒子群的多样性和寻优能力。在小目标检测方面， 主要通过图像局部方差增量描述小目标作为图像局部灰度突变区域的这种特性。通过将粒子群优化算法引入到检 测中，提高了检测速度。通过仿真实验，粒子群的寻优能力有 了明显的增强，检测的性能有了大幅度的提升，并 且检测结果是可靠和有效的。 关键词：小 目标检测；粒子群优化算法；拓扑结构 中图分类号：TP391．4 文献标志码：A doi：10．3969／j．issn．1003—501X．2009．10．002 HighSpeedSmallTargetDetectionBasedon ImprovedParticleSwarm Optimization LIUYun．1ong，v，LINBao-jun，AIYong (1．AcdemyofOpo—electronicsofChineseAcdemyofSciences，Beijing100190，China； 2．GraduateUniversityofChineseAcdemyofScicences，Beoing100039，China； 3．BejiingTransuniverseSpaceTechnologyCo．上td．，Bejiing100190，China； 4．WuhanUnivesity，Wuhan430079，China) Abstract：Analgorithm forsmalltargetdetectionwithhighspeedwasproposed．Foroptimizationofalgorithm，Particle Swarm Optimization(PSO)wasutilized．InordertoovercomesomedefectswithPSO，amethodaboutadaptive adjustmentofswarm topologywasdeveloped，whichimprovedtheparticlesswarm diversityandstrenglh[enedtheir searchingcapabilities．Forsmallta~etdetection，thelocalvarianceincrementcandepictsmallta~etwhichactsasa suddenchangewithgrayscaleinlocalpixelspace．PSOwascombinedwithdetectionfordecreasingthecomputationcost． SimulationshowsthattheimprovedPSOgetsexcellentse