技術(shù)特征：

1.一種紅外空間鄰近目標超分辨亞像素定位方法，所述定位方法基于改進yolov5網(wǎng)絡(luò)和模糊c均值聚類算法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種紅外空間鄰近目標超分辨亞像素定位方法，其特征在于：s1中，所述紅外空間鄰近目標圖像是通過紅外目標仿真系統(tǒng)進行仿真得到，同時存儲紅外空間鄰近目標圖像中目標的數(shù)量和位置信息。

3.根據(jù)權(quán)利要求1所述的一種紅外空間鄰近目標超分辨亞像素定位方法，其特征在于，s2中，所述構(gòu)建方法包括如下步驟：

4.根據(jù)權(quán)利要求1所述的一種紅外空間鄰近目標超分辨亞像素定位方法，其特征在于，s3中，所述改進的yolov5神經(jīng)網(wǎng)絡(luò)的改進方法如下：

5.根據(jù)權(quán)利要求1所述的一種紅外空間鄰近目標超分辨亞像素定位方法，其特征在于，s5中，所述改進的模糊c均值聚類算法的改進方法為：基于偽下采樣思想，將模糊c均值聚類算法與lanczos3插值和粒子分布相結(jié)合。

6.根據(jù)權(quán)利要求5所述的一種紅外空間鄰近目標超分辨亞像素定位方法，其特征在于，所述亞像素質(zhì)心位置的獲取包括以下步驟：

技術(shù)總結(jié)
本發(fā)明公開了一種紅外空間鄰近目標超分辨亞像素定位方法，涉及圖像處理技術(shù)領(lǐng)域，其技術(shù)要點包括以下步驟：S1、獲取紅外圖像中包含空間鄰近目標的區(qū)域；S2、構(gòu)建紅外空間鄰近目標VOC格式數(shù)據(jù)集；S3、對改進的YOLOv5神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練；S4、將紅外圖像輸入到訓(xùn)練后的改進YOLOv5網(wǎng)絡(luò)中，輸出CSOs中的目標數(shù)量，完成超分辨處理；S5、將步驟4)中的目標數(shù)量作為輸入，利用改進FCM聚類算法得到每個目標在像平面上的亞像素質(zhì)心位置。本發(fā)明在訓(xùn)練網(wǎng)絡(luò)中添加小目標檢測層和卷積注意力模塊，使其對點目標特征提取更加敏感，提高CSOs的目標數(shù)量估計效果；將FCM聚類算法與Lanczos3插值和粒子分布相結(jié)合，實現(xiàn)對CSOs的亞像素精確質(zhì)心定位，為跟蹤、三維定位等后續(xù)處理提供先驗信息。

技術(shù)研發(fā)人員：饒鵬,李瑤,陳忻
受保護的技術(shù)使用者：中國科學(xué)院上海技術(shù)物理研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19