經(jīng)驗(yàn)?zāi)B(tài)分解及其在紅外目標(biāo)檢測(cè)中的應(yīng)用研究.pdf

1、紅外目標(biāo)檢測(cè)能夠提供目標(biāo)的形狀和位置信息，是紅外制導(dǎo)系統(tǒng)的關(guān)鍵技術(shù)之一。如何提高低信噪比下弱小目標(biāo)的檢測(cè)概率以及如何得到連續(xù)清晰的面目標(biāo)邊緣是當(dāng)前具有實(shí)際意義和挑戰(zhàn)性的兩大研究課題。
　　 經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition，EMD)方法是一種全新的、完全數(shù)據(jù)驅(qū)動(dòng)的、多尺度的處理非線性非平穩(wěn)信號(hào)的工具。EMD在一維信號(hào)處理上具有比較成熟和廣泛的應(yīng)用，但將其拓展到二維，EMD方法及其應(yīng)用仍存在許

2、多問(wèn)題有待解決。
　　 本文針對(duì)EMD及其在紅外目標(biāo)檢測(cè)中的應(yīng)用進(jìn)行了研究。首先在研究EMD理論的基礎(chǔ)上，提出一種基于核回歸插值的BEMD算法，通過(guò)構(gòu)造非參數(shù)核回歸矩陣對(duì)已搜索到的散亂極值點(diǎn)進(jìn)行插值得到擬合曲面。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法可明顯降低算法復(fù)雜度、避免邊界效應(yīng)、提高分解質(zhì)量，使得到的本征模態(tài)函數(shù)更有意義。其次，提出一種基于EMD的背景抑制和移動(dòng)加權(quán)管道濾波相結(jié)合的復(fù)雜云天背景下紅外弱小目標(biāo)檢測(cè)算法。通過(guò)EMD算法提取趨勢(shì)

3、項(xiàng)作為背景預(yù)測(cè)圖像，原圖像減去預(yù)測(cè)圖像得到背景抑制后圖像，再利用移動(dòng)加權(quán)管道濾波方法進(jìn)行后續(xù)驗(yàn)證，確定目標(biāo)軌跡。實(shí)驗(yàn)結(jié)果表明，該檢測(cè)算法可充分利用目標(biāo)的空間與時(shí)間動(dòng)態(tài)變化信息，有效進(jìn)行信號(hào)能量積累，實(shí)現(xiàn)低信噪比下弱小目標(biāo)的檢測(cè)。最后，提出一種基于EMD和二維譜特征的紅外邊緣檢測(cè)算法。通過(guò)EMD得到圖像第一層本征模態(tài)函數(shù)，并使用四元數(shù)解析得到其譜特征，設(shè)置合適閾值得到邊緣檢測(cè)圖像。實(shí)驗(yàn)分析表明，這種算法得到的紅外圖像邊緣更清晰、連續(xù)，從理