基于形態(tài)分量分析的紅外目標(biāo)檢測(cè).pdf

1、在現(xiàn)代的高科技戰(zhàn)爭(zhēng)中，預(yù)警系統(tǒng)及武器系統(tǒng)能否更早地、在更遠(yuǎn)的距離上發(fā)現(xiàn)并跟蹤敵方來襲的導(dǎo)彈、飛機(jī)、軍艦等目標(biāo)，對(duì)取得戰(zhàn)爭(zhēng)的主動(dòng)性有著重要的意義。紅外弱小目標(biāo)檢測(cè)技術(shù)目前已成為遙感系統(tǒng)、搜索跟蹤、預(yù)警系統(tǒng)等軍事領(lǐng)域內(nèi)的關(guān)鍵技術(shù)。由于紅外弱小目標(biāo)圖像的對(duì)比度和分辨率比較低，很不利于目標(biāo)的檢測(cè)與跟蹤。因此，研究不同背景條件下的紅外弱小目標(biāo)檢測(cè)方法具有十分重要的理論和現(xiàn)實(shí)意義?；谙∈璞硎竞托螒B(tài)差異性的形態(tài)分量分析理論能夠準(zhǔn)確高效地表示圖像信號(hào)

2、，目前廣泛應(yīng)用于圖像去噪、圖像修復(fù)和圖像分離等領(lǐng)域。論文通過對(duì)形態(tài)分量分析理論進(jìn)行深入系統(tǒng)的研究，用于紅外弱小目標(biāo)檢測(cè)，得到了一種性能較好的檢測(cè)方法。本文的研究內(nèi)容主要包括以下幾個(gè)方面：
　　(1)對(duì)紅外圖像預(yù)處理算法中的線性變換增強(qiáng)、直方圖均衡增強(qiáng)、鄰域平均去噪、中值濾波去噪、維納濾波去噪等算法進(jìn)行了仿真和分析。
　　(2)針對(duì)紅外弱小目標(biāo)檢測(cè)方法，對(duì)其中三種基于濾波的紅外弱小目標(biāo)檢測(cè)算法進(jìn)行了實(shí)驗(yàn)測(cè)試和分析，同時(shí)研究了四

3、種常用的紅外弱小目標(biāo)檢測(cè)算法的評(píng)價(jià)指標(biāo)。
　　(3)基于稀疏表示理論，提出了一種改進(jìn)的目標(biāo)檢測(cè)算法。首先構(gòu)建紅外目標(biāo)字典；再將待檢測(cè)圖像分塊，在超完備字典下稀疏分解；最后引入稀疏集中度指標(biāo)簡化目標(biāo)的判定步驟，對(duì)指標(biāo)設(shè)定閾值判斷圖像塊是否包含目標(biāo)。通過實(shí)驗(yàn)對(duì)比分析得出該算法在減小了計(jì)算量的同時(shí)保證了算法的檢測(cè)效果。
　　(4)基于形態(tài)分量分析理論，提出了一種改進(jìn)的自適應(yīng)字典構(gòu)造方法，用于紅外弱小目標(biāo)的檢測(cè)。首先將原圖像利用字典