復(fù)雜背景條件下的紅外圖像預(yù)處理、檢測(cè)方法研究.pdf

1、近年來，隨著計(jì)算機(jī)和數(shù)字圖像處理技術(shù)的飛速發(fā)展，紅外技術(shù)開始廣泛應(yīng)用于制導(dǎo)、跟蹤、自動(dòng)控制、人工智能等諸多領(lǐng)域。由于紅外弱小目標(biāo)具有距離遠(yuǎn)、面積小、形狀特征弱、細(xì)節(jié)特征部分喪失、信噪比低等特點(diǎn)，對(duì)紅外圖像的預(yù)處理、弱小目標(biāo)的檢測(cè)技術(shù)更是重點(diǎn)和難點(diǎn)。如何充分發(fā)揮紅外圖像預(yù)處理和目標(biāo)檢測(cè)技術(shù)的優(yōu)勢(shì)，盡可能提高目標(biāo)的檢測(cè)距離，在紅外制導(dǎo)方面具有重要意義。 本文從三個(gè)主要的方面來討論復(fù)雜背景下紅外小目標(biāo)的處理問題。首先是從紅外圖像的預(yù)處

2、理部分著手。因?yàn)樵紙D像往往會(huì)有不同的噪聲存在，如何利用紅外圖像的成像特性，有效地去除由于圖像成像本身和其它外因所帶來的噪聲是我們研究的重點(diǎn)；在這部分，我們分別從差分法、門限法、空域?yàn)V波等各方面的方法進(jìn)行討論，除了對(duì)已有的算法進(jìn)行了研究之外，我們還提出了一些新的思想，最后將各種方法的結(jié)果進(jìn)行了對(duì)比和分析。在合適的預(yù)處理方法之后，我們討論了紅外小目標(biāo)的檢測(cè)方法。這里，我們利用紅外小目標(biāo)的直方圖特性、小目標(biāo)的能量、熵信息等來進(jìn)行檢測(cè)，并就各

3、種檢測(cè)算法進(jìn)行了比較。最后，我們?cè)谇懊娴墓ぷ骰A(chǔ)上對(duì)紅外圖像的分割方法進(jìn)行了深入地研究。主要側(cè)重于基于邊緣的分割方法和基于區(qū)域增長(zhǎng)的分割方法，同時(shí)提出了新的紅外圖像分割方法。 本文的創(chuàng)新性主要體現(xiàn)在： 1、研究了各種濾波算法并對(duì)傳統(tǒng)中值濾波提出了改進(jìn)。 2、根據(jù)某些紅外圖像的特點(diǎn)，提出了一種新的在感興趣區(qū)域中基于背景內(nèi)容考慮的區(qū)域增長(zhǎng)準(zhǔn)則； 3、提出了一種基于背景象素?cái)?shù)的紅外圖像分割方法； 4、利