復(fù)雜背景條件下紅外弱小目標(biāo)檢測(cè)算法研究.pdf

1、復(fù)雜背景條件下紅外弱小目標(biāo)檢測(cè)技術(shù)是紅外監(jiān)視系統(tǒng)中信息處理環(huán)節(jié)的核心技術(shù)之一，對(duì)提高該系統(tǒng)的監(jiān)視性能具有關(guān)鍵作用，由于探測(cè)距離遠(yuǎn)目標(biāo)在像平面上表現(xiàn)為點(diǎn)狀或斑狀，不具有具體的形狀、紋理等特征，因此實(shí)現(xiàn)復(fù)雜背景條件下紅外弱小目標(biāo)的有效且可靠的檢測(cè)十分困難。針對(duì)紅外弱小目標(biāo)檢測(cè)存在的問(wèn)題本文主要研究了空域和空時(shí)域結(jié)合的弱小目標(biāo)檢測(cè)算法。論文的主要研究?jī)?nèi)容由以下幾個(gè)部分構(gòu)成：
　　第二章對(duì)紅外輻射學(xué)基本定律進(jìn)行介紹在此基礎(chǔ)上對(duì)紅外圖像中的

2、目標(biāo)、背景和噪聲的特性進(jìn)行分析，然后分別針對(duì)空域、頻域和時(shí)間域?qū)t外圖像預(yù)處理算法進(jìn)行介紹，最后對(duì)兩大類(lèi)目標(biāo)檢測(cè)算法進(jìn)行分析，奠定了紅外遠(yuǎn)距離探測(cè)圖像中的弱小目標(biāo)檢測(cè)理論的基礎(chǔ)。
　　第三章提出了一種基于視覺(jué)顯著性和圖像局部對(duì)比特性的弱小目標(biāo)檢測(cè)方法，首先對(duì)原始的頻域殘差法進(jìn)行改進(jìn)然后對(duì)紅外圖像進(jìn)行預(yù)處理以抑制其背景，突出目標(biāo)。閾值分割后提取感興趣區(qū)域，然后利用圖像塊的局部對(duì)比特性進(jìn)行二次檢測(cè)以降低虛警。通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了算法的可

3、行性和有效性，并與其他方法進(jìn)行性能的比較和理論分析。
　　第四章提出了一種結(jié)合時(shí)域和空域的紅外弱小目標(biāo)檢測(cè)算法，首先對(duì)圖像中不同區(qū)域的時(shí)域剖面的性質(zhì)進(jìn)行了理論分析，論證了時(shí)域檢測(cè)的可能性。再對(duì)序列圖像中常用的時(shí)域剖面的濾波算法進(jìn)行介紹，然后提出了一種改進(jìn)的時(shí)域雙邊濾波算法，為了提高檢測(cè)性能將本章的時(shí)域?yàn)V波算法與第三章的空域預(yù)處理方法相結(jié)合對(duì)序列圖像進(jìn)行處理，得到空時(shí)域融合處理后的圖像。最后的仿真實(shí)驗(yàn)結(jié)果證明了本章算法的有效性。