基于自適應(yīng)背景估計的復(fù)雜紅外背景抑制技術(shù).pdf

1、低信噪比條件下的紅外弱小目標檢測是當前熱門研究課題，不少學(xué)者在這方面做了大量研究工作，提出了不少有價值的解決辦法，如多幀檢測和運動軌跡檢測等。但是這些算法普遍存在著計算量大，實時性差等問題。 本文正是在這個背景下，從解決工程實用性的角度出發(fā)，對單幀紅外圖像的小目標檢測進行研究。眾所周知，紅外圖像本身起伏背景復(fù)雜，而小目標又只占一個或幾個像元，往往淹沒在背景中，造成信噪比太低而無法進行檢測。正是為了解決這個問題，本文利用背景估計技

2、術(shù)，實現(xiàn)目標與背景的分離，從而提高代檢測圖像的信噪比。首先討論紅外圖像的統(tǒng)計特性，在此基礎(chǔ)上分析總結(jié)了時下幾種典型的背景抑制算法的優(yōu)缺點后，以自適應(yīng)背景估計技術(shù)作為研究的重點，對紅外起伏背景進行抑制。具體包括自適應(yīng)線性預(yù)測器、非線性均值濾波器和神經(jīng)網(wǎng)絡(luò)預(yù)測器的理論分析和性能對比。并在此基礎(chǔ)上提出了兩種改進算法：改進自適應(yīng)線性預(yù)測算法和線性、非線性混合濾波預(yù)測算法。通過對紅外原圖像的仿真實驗，結(jié)果表明算法的背景估計能力優(yōu)異，能很好地實現(xiàn)對