基于多級假設(shè)的紅外小目標(biāo)檢測算法.pdf

1、低信噪比紅外運動小目標(biāo)的識別是近年來圖像處理與目標(biāo)識別領(lǐng)域的一個難點，其任務(wù)是從經(jīng)過預(yù)處理的圖像序列中發(fā)現(xiàn)滿足條件的運動點目標(biāo)。其中，預(yù)處理算法的目的是抑制各幀圖象中的背景噪聲，削弱其對紅外弱目標(biāo)的影響、提高信噪比，它對于后續(xù)檢測算法的選擇及實現(xiàn)性能影響很大。 本文在對三種預(yù)處理方法：高通濾波、自適應(yīng)濾波和形態(tài)學(xué)濾波進行重點介紹的基礎(chǔ)上，詳細(xì)分析了每種方法各自的優(yōu)缺點、并通過仿真試驗加以驗證，總結(jié)得出了各預(yù)處理方法的適用條件，提

2、出只有根據(jù)實際的場景和檢測需求來選擇才能使預(yù)處理算法達(dá)到預(yù)期的效果。 在小目標(biāo)檢測算法中，介紹了基于先跟蹤后檢測思想的多級假設(shè)檢驗算法及動態(tài)規(guī)劃算法。多級假設(shè)算法用根據(jù)圖像信息和系統(tǒng)的要求得到的多級門限對形如“樹”一樣的軌跡進行不斷修剪，最終得到的就是目標(biāo)所在的樹枝。動態(tài)規(guī)劃算法把最優(yōu)化原理同彈道積分原理結(jié)合起來，將小目標(biāo)檢測問題轉(zhuǎn)化成為在一系列軌跡中尋找灰度累加值最大的線路的問題。通過實驗仿真證明了其確實具有準(zhǔn)確檢測小目標(biāo)的特