低信噪比紅外小目標單幀檢測技術的研究.pdf

1、復雜背景下紅外小目標的檢測和跟蹤是紅外成像制導和紅外預警系統(tǒng)中的關鍵技術難題，它分別針對遠距離點目標和近距離面目標進行檢測、跟蹤。大量的低空背景景物以及點目標的特點——遠距離、低信噪比、強雜波等，增加了檢測和跟蹤的難度。為此本文針對紅外小目標檢測的每個環(huán)節(jié)進行分析，著重研究基于小波變換的弱小目標檢測新方法。
　　本文首先分析了紅外圖像中噪聲的產(chǎn)生來源，確定噪聲模型，并在此基礎上建立紅外小目標圖像的數(shù)學模型。并討論了典型的圖像預處理

2、技術。圖像預處理可以提高信噪比，抑制背景。對常用的幾種預處理算法，如高通濾波、中值濾波、數(shù)學形態(tài)學的tophat濾波、維納濾波等進行了對比，分別分析了其優(yōu)點和不足。
　　其次，將小波變換引入圖像處理。小波變換具有良好的時頻局部化特性，可以在保護信號局部特征和抑止噪聲之間達到較好的平衡，這是前面幾種預處理算法無法比擬的優(yōu)點。本文從基本原理入手分析小波變換在圖像預處理中的應用，著重討論實際應用中所需注意的若干問題。并針對小波閾值去噪法

3、的不足，提出了一種改進的基于小波變換的去噪方法，避免因噪聲估計誤差帶來的的閾值不合理性，仿真結(jié)果表明，該算法在抑止背景同時很好地保護小目標特征，具有良好的去噪效果。
　　最后，本文研究了紅外小目標檢測定位的問題。首先介紹了常用的兩類方法：閾值分割法和邊緣檢測法，并分析其在小目標檢測應用中的不足。接著重點討論了小波變換在弱小目標檢測定位方面的應用。信號的小波變換在各尺度間有較強的相關性，在邊緣處有很大的相關性，邊緣點在各尺度都有很好