多階段的紅外小目標檢測算法.pdf

1、在現(xiàn)代化高科技戰(zhàn)場中，遠程精確打擊技術己經(jīng)成為戰(zhàn)爭中進攻手段的主導趨勢。隨著遠程武器的不斷發(fā)展，預警系統(tǒng)占據(jù)著越來越重要的地位。而紅外成像技術因其全天候、高隱蔽、探測距離遠、被動工作等性質(zhì)，在預警系統(tǒng)中占有重要地位。在實際應用中，由于探測距離遠，紅外小目標圖像往往信雜比很低，小目標容易受到復雜背景的干擾，很有可能被大量噪聲所淹沒，這為紅外小目標的檢測帶來了困難。因此，開展復雜背景中的紅外小目標檢測技術的深入研究是十分有必要的。
　

2、　本文首先對紅外小目標的研究背景、現(xiàn)狀及發(fā)展趨勢進行了介紹。重點對紅外小目標圖像的背景、噪聲及目標區(qū)域進行了分析。比較詳細地介紹了小目標檢測中的常用技術，其中包括背景抑制技術、目標增強技術和目標分割技術，并對經(jīng)典的背景抑制算法進行了詳細分析。
　　其次，針對現(xiàn)有預處理方法對復雜背景下紅外小目標圖像的背景抑制效果不理想的缺點，論文在對經(jīng)典顯著性檢測算法的研究中，結合小目標成像的特點，將SR顯著性檢測算法應用到紅外小目標圖像的處理中。

3、在分析紅外小目標圖像顯著圖不同區(qū)域的特點后，提出了一種加權局部熵的背景抑制方法。該方法充分地利用了小目標的高亮度與奇異性的特征，極大地提高了圖像的信雜比，對復雜背景的抑制效果良好。
　　接著，本文從圖像多尺度分解算法入手，分析了圖像的金字塔分解算法。本文選取了高斯金字塔分解算法對紅外圖像進行處理，該算法能夠在進行圖像多尺度分解的同時保持圖像的視覺特征。論文通過對小目標附近的峰值曲線進行分析，證明了金字塔分解算法在紅外小目標圖像中應

4、用的合理性。進一步通過定量計算分解層數(shù)與圖像信雜比的關系，得出在分解次數(shù)取前三次時對目標的保持效果及噪聲的濾除效果最佳。最后，文章創(chuàng)造性地提出了一種多階段紅外小目標檢測算法。算法步驟包括：首先將紅外小目標圖像進行分層，對每一層圖像進行顯著圖基礎上的加權局部熵處理；然后對得到的背景抑制圖像進行加權融合；最后對其進行閾值分割即可將小目標分割出來。實驗證明所提出的算法在信雜比低、背景復雜的紅外小目標圖像中檢測效果良好。與已有的算法進行比較，本