低信噪比單幀圖像中的小目標(biāo)檢測方法研究.pdf

1、隨著現(xiàn)代戰(zhàn)爭技術(shù)的發(fā)展，遠距離偵察和遠程精確打擊已成為現(xiàn)代戰(zhàn)爭的重要手段。由于光學(xué)傳感器為被動傳感器，其作用距離較短。當(dāng)目標(biāo)距離它較遠時，成像為低信噪比小目標(biāo)，若能盡早發(fā)現(xiàn)并捕獲目標(biāo)，將在戰(zhàn)爭中占據(jù)優(yōu)勢地位。因此，研究低信噪比圖像中小目標(biāo)的實時檢測算法，具有重要意義。 為克服弱小目標(biāo)檢測的難點并滿足算法的實時性，可以采用單幀圖像的檢測方法。先對圖像進行濾波，抑制背景噪聲，提高圖像信噪比，再用分割算法將小目標(biāo)與復(fù)雜背景分離，實現(xiàn)目

2、標(biāo)檢測定位。本課題受江西省研究生創(chuàng)新專項基金和南昌航空大學(xué)研究生創(chuàng)新基金資助，致力于研究基于單幀圖像的低信噪比小目標(biāo)檢測算法，主要的研究工作和取得的成果如下： （1）研究了低信噪比圖像的濾波方法，利用小波變換具有良好的時頻局部化特性，能在保護信號局部特征和抑制噪聲之間達到較好平衡的優(yōu)點，將小波變換應(yīng)用到對低信噪比小目標(biāo)圖像的去噪問題上。區(qū)別于傳統(tǒng)的小波幅值去噪法，提出一種基于小波相位的噪聲抑制算法，利用噪聲點相位的突變性以及與鄰

3、近像素點相位的不連續(xù)性，將點相位系數(shù)與窗相位系數(shù)之差和閾值做比較，實現(xiàn)噪聲抑制。為解決小波相位隨分解層數(shù)增加而產(chǎn)生移位失真的問題，對同一尺度內(nèi)的相位系數(shù)做處理。實驗結(jié)果表明該算法具有良好的去噪效果，不僅能較大幅度地提高圖像信噪比，而且較完整地保留了圖像邊緣和細節(jié)信息，適合對低信噪比小目標(biāo)圖像去噪。 （2）研究了弱小目標(biāo)圖像的閾值分割方法，利用遺傳算法具有簡單、魯棒性好和本質(zhì)并行性等優(yōu)點，將它應(yīng)用于對分割閾值的確定，提出一種基于遺

4、傳算法的雙參量弱小目標(biāo)分割算法。該算法結(jié)合最大類間方差法和最小誤差法的閾值選取準(zhǔn)則并引入視覺非線性特性的數(shù)學(xué)模型，構(gòu)造了一個新的適應(yīng)度函數(shù)，用改進的遺傳操作策略對灰度參量和目標(biāo)面積比例參量進行優(yōu)化計算，大大提高了算法的收斂速度和避免了局部早熟問題。該算法解決了最小誤差法需要人為給定目標(biāo)面積比例的限制，使算法能自適應(yīng)地完成目標(biāo)分割。與傳統(tǒng)單參量分割方法的對比實驗結(jié)果表明，該算法能有效對各種低信噪比小目標(biāo)圖像進行分割，抗噪聲性能好，并且能較