復(fù)雜背景下的紅外弱小目標(biāo)檢測算法研究.pdf

1、復(fù)雜背景下紅外小目標(biāo)檢測是現(xiàn)代圖像處理領(lǐng)域的熱門課題之一,探索和研究新的小目標(biāo)檢測算法以及如何將現(xiàn)有的各種處理方法應(yīng)用于小目標(biāo)檢測具有十分重要的意義。
　　本文在分析紅外小目標(biāo)圖像特點的基礎(chǔ)上,介紹了幾種常見的預(yù)處理技術(shù)和目標(biāo)檢測技術(shù),并對其性能進行了分析和評價,其中主要包括圖像背景抑制算法和圖像分割即閾值選取算法。在此基礎(chǔ)上,本文提出了一種新的紅外小目標(biāo)檢測算法:基于多閾值分層的連通域篩選算法進行圖像的背景抑制,并采用基于連通域

2、匹配的管道濾波算法檢測小目標(biāo)。該算法利用小目標(biāo)和周圍背景高度不相關(guān)以及其內(nèi)部像素高度相關(guān)的特性,把圖像在多個均勻間隔的閾值下分層,從而小目標(biāo)被單獨分到較小的連通域內(nèi),再結(jié)合小目標(biāo)的面積、形狀和梯度等特性把其從背景連通域內(nèi)分割出來。通過調(diào)節(jié)目標(biāo)的面積閾值,該算法可以適應(yīng)包含各種大小目標(biāo)的圖像預(yù)處理。提出該方法之后,本文第四章論述了與其相適應(yīng)的濾除噪聲算法和連通域匹配算法,并對該算法進行了各種優(yōu)化以便其具有跟好的實時性。實驗表明該算法在時間