遠(yuǎn)距離成像弱小目標(biāo)檢測(cè)技術(shù)及性能評(píng)估.pdf

1、近年來，遠(yuǎn)距離弱小目標(biāo)檢測(cè)技術(shù)變得越來越熱門。在現(xiàn)代戰(zhàn)爭(zhēng)中，紅外傳感器的應(yīng)用極其廣泛，但其限制也很明顯—作用距離短。通過改善檢測(cè)算法的檢測(cè)性能，可以達(dá)到增大紅外傳感器使用距離的目的。遠(yuǎn)距離弱小目標(biāo)檢測(cè)技術(shù)的難點(diǎn)在于：目標(biāo)面積小，信噪比低，背景復(fù)雜。
　　本文在充分研究空中紅外弱小目標(biāo)圖像特性的基礎(chǔ)上，對(duì)基于背景抑制的弱小目標(biāo)檢測(cè)方法進(jìn)行了較為深入的研究，并對(duì)紅外弱小目標(biāo)檢測(cè)算法的性能評(píng)估方法進(jìn)行了探索。本論文的主要研究工作如下：<

2、br>　　1.為了擴(kuò)大論文的數(shù)據(jù)集范圍，以便在更大的數(shù)據(jù)支撐域內(nèi)對(duì)算法的性能進(jìn)行全方位的測(cè)試，本文引入了圖像數(shù)據(jù)生成。該方法通過把多個(gè)小目標(biāo)以不同的局部信雜比隨機(jī)嵌入到天空背景的紅外圖像之中，生成測(cè)試環(huán)節(jié)所需的圖像數(shù)據(jù)。該方法可以有效解決真實(shí)數(shù)據(jù)源不足所帶來的測(cè)試瓶頸。
　　2.通過將紅外小目標(biāo)圖像在某一個(gè)像素點(diǎn)的領(lǐng)域內(nèi)擬合為一個(gè)小平面，利用平面的梯度算子可以快速判斷出平面極值點(diǎn)的特性，改進(jìn)了原始的基于小波變換的背景抑制算法，將其

3、與平面擬合的預(yù)處理算法結(jié)合，并以此改進(jìn)算法為核心構(gòu)建了一套以單幀標(biāo)記多幀確認(rèn)為結(jié)構(gòu)的針對(duì)紅外空中弱小目標(biāo)的檢測(cè)流程。改進(jìn)后的流程有效的降低了序列紅外弱小目標(biāo)圖像的虛警概率，并且改善了序列紅外弱小目標(biāo)圖像的檢測(cè)效果。
　　3.支持向量回歸（Support Vector Regression，SVR）是研究小樣本情況下機(jī)器學(xué)習(xí)規(guī)律的有效理論之一。本文將SVR應(yīng)用于紅外弱小目標(biāo)檢測(cè)算法的性能評(píng)估之中，用SVR完成了對(duì)四種紅外弱小目標(biāo)檢測(cè)