标签：Pr 检测 im1 733 im 跟踪 图像 256 Matlab

一、简介

基于matlab红外图像弱小目标检测与跟踪

二、源代码

 clear
%生成待检测的图像im1；
im1=0.6*ones(128,128);
im1(80,90)=256;
im1(100,100)=256;
imshow(im1)
% 确定邻域的大小：5×5；
r=2;                      
k=1;
% 调用编写的函数计算图像的局域灰度概率矩阵；
P=target_detect(im1,r);      
figure
mesh(P)
%检测奇异点；
[Pr Pc]=find(P>k/(2*r+1)^2+0.1);  
figure
imshow(im1)
hold on                    
% 在图像im1上标出检测到的奇异点；
for i=1:length(Pr)           
plot(Pc(i),Pr(i),'g+')
end
hold on
im2=0.6*ones(128,128);
im2(81,90)=256;
im2(200,200)=256;
r1=1;
k1=1;
% 检测下一帧图像中奇异点位置（上一帧检测到的）附近邻域是否存在奇异点；
P1=target_refine(Pr,Pc,im2,r1);  
%确定奇异点的位置；
[Prt Pct]=find(P1>k1/(2*r1+1)^2+0.1);  
function P=target_detect(im,r)
% 功能:计算图像局域灰度概率矩阵
% 输入:im-RGB图像        r-局域半径
% 输出:P-局域灰度概率矩阵

% P-图像转换
if size(size(im),2)==3
im=rgb2gray(im); 
end

三、运行结果

四、备注

完整代码或者代写添加QQ

标签：Pr,检测,im1,733,im,跟踪,图像,256,Matlab
来源： https://blog.csdn.net/m0_54742769/article/details/116143046

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。